Capm. Evolución y Compatibilidad Con Los Mercados Emergentes

XXIV Jornadas Nacionales de Administración Financiera 126
CAPM. EVOLUCIÓN Y COMPATIBILIDAD

CON LOS MERCADOS EMERGENTES
Gastón Milanesi
Juan Esandi
Fabio Rotstein
René D. Perotti
Universidad Nacional del Sur
SUMARIO: 1. Introducción; 2. Fundamentos del modelo; 3. Revisión de los

supuestos del modelo; 4. Principales pruebas realizadas; 5. Las variables del
modelo y los mercados financieros; 6. El modelo y los mercados emergentes;
7. Propuestas teórico–prácticas para economías emergentes; 8. Supuestos
tradicionales para la utilización de los modelos globales. Dificultades que se
presentan; 9. Variables en el contexto argentino; 10. Conclusión.
Para comentarios: milanesi@uns.edu.ar

jesandi@uns.edu.ar
frotstein@uns.edu.ar
rperotti@uns.edu.ar
1. Introducción
Los modelos de equilibrio como la teoría de la cartera (MPT) 1 y el modelo de valuación de
activos de capital (CAPM) 2 se constituyeron en uno de los desarrollos más importantes dentro
del mundo financiero. De hecho, las causas por las cuales sus creadores se hicieron acreedores
de los premios Nobel de Economía, fueron porque los modelos mencionados, moldearon la con-
ducta de los agentes participantes de los mercados de capitales, durante los últimos cincuenta
años. En el caso particular de CAPM, éste cumplió acabadamente con su objetivo, pero la evo-
lución que el ambiente financiero experimentó con el correr de los años transformó en dudosa la
eficacia del modelo, sobre todo en el marco de los denominados mercados emergentes. Los mo-
vimientos de capital, la globalización e integración de los mercados financieros y de los nego-
cios, los cambios en los supuestos de comportamientos racionales de los inversores, proponen
un desafío para la teoría financiera, requiriendo revisar los fundamentos y la aplicabilidad del
modelo según los distintos mercados en los cuales operan los inversores.
En el trabajo se presenta un resumen de la evolución de CAPM, estudiando los supuestos
que le dieron vida, su revisión y las clásicas pruebas empíricas practicadas en mercados desarro-
1
Modern Portfolio Theory.
2
Capital Assets Pricing Model.
llados. Se expone brevemente las diferentes alternativas teórico–prácticas de medición de los

parámetros que integran el rendimiento de los activos en equilibrio, es decir, el interés libre de
riesgo, el adicional por riesgo de mercado y el coeficiente beta. Se presenta el fenómeno de la
globalización financiera y la clasificación de los mercados en desarrollados y emergentes, sien-
do los primeros aquellos contextos en donde se cumplen los requisitos de aplicación del modelo.
Para los segundos, se plantea el dilema de trabajar con modelos que tienen en cuenta el grado de
integración de los mercados o por el contrario tratar con modelos que parten de la segmentación
de los contextos financieros. El inversor internacional tiene alternativas teóricas para la medi-
ción del adicional por riesgo requerido, el inversor doméstico de economías emergentes implica
un desafío para las fina nzas, ya que existe escasa literatura relacionada con el tema y la poca
evidencia empírica disponible brinda respuestas confusas sobre el grado de eficacia del modelo
y las modificaciones introducidas.
2. Fundamentos del modelo
2.1 Orígenes y su utilización en la actualidad

En 1959 Markowitz propone un modelo de rendimiento de un solo factor, atento a lo com-
plejo del cálculo de estructuras de covarianzas para una cantidad significativa de activos 3 . Defi-
ne el retorno del activo en función de “... un factor subyacente, el cuál es la prosperidad del
mercado expresada a través de un índice determinado ...”. La estructura del rend imiento del
activo queda expresada de la siguiente manera:
Ri = α i + β iF + µ i Ecuación 1
donde:
Ri = el retorno sobre el activo i
F = valor de algún indice
µ i = término de error
Markowitz no define qué entiende por el factor o los diversos factores explicativos del ren-
dimiento del activo. En la ecuación [1], un requisito fundamental está dado por que el valor es-
perado de µ i sea cero, y no se encuentre correlacionado con el factor F Por último se sostiene
que la relación rendimientos de activos y el factor necesariamente no debe ser lineal.
Sharpe en 1963 lo denomina modelo de mercado 4 , explicando por qué un activo varía en
forma conjunta con un índice F e implicando dicha variación el cálculo un plexo complejo de
covarianzas.
Sharpe, Lintner y Mossin en 1964 formalizan y examinan el modelo de valuación de activos
de capital o CAPM. A partir de entonces, si bien existe evidencia empírica y argumentos favo-
rables y contrarios a la presente teoría, su utilización se encuentra ampliamente difundida en las
finanzas. Prueba de ello es brindada por las conclusiones a las cuales arribaron diferentes en-
cuestas, en torno a la utilización del modelo, tanto en mercados desarrollados como emerge ntes.
Para el caso de los primeros se tomó a Estados Unidos, en donde el relevamiento fue realizado
por Bruner. En la Argentina el trabajo fue llevado a cabo por Pereiro y Galli. Los resultados se
exponen en los cuadros 1 y 2.
3
Por ejemplo, un estudio que involucre 200 activos, requiere el cálculo de 200 rendimientos esperados, 200 varian-
zas y 19.900 relaciones de covarianzas. Un grupo de estudio puede trabajar en un término aceptable de tiempo con
las medidas del retorno y las varianzas, más dicho periodo se incrementará en el cálculo de la covarianza.
4
Se debe aclarar que el parámetro a estimar es beta. En CAPM tradicional un descriptor del riesgo sistemático es
denominado también beta. Los coeficientes betas en el modelo de mercado y en CAPM no tienen los mismos in-
puts. La diferencia surge en que el coeficiente beta del modelo de mercado se obtiene mediante una estimación de
las covarianzas de los activos intervinientes, en donde el índice de mercado F no debe ser eficiente, mientras que en
CAPM se usa una cartera de mercado que debe ser eficiente en términos de media-varianza.
Cuadro 1. Uso de CAPM en EEUU (Bruner5 )
Asesores
Corpora-
Uso del Modelo en EEUU Financie-
ciones
ros
Usa CAPM 81% 80%
USA CAPM modificado 4% 20%
N/D 15% -
Cuadro 2. Uso de CAPM en Argentina

Asesores
Corpora- Banca y
Uso de CAPM en Argentina Financie-
ciones Seguro
ros
Usa CAPM 68% 64% 67%
Usa APT 8% 0% 0%
Otros 24% 9% 17%
Fijado por accionistas 10,5% - -
Modelo Erb-Harvey* 2.6% - -
Apilamiento de tasas 2.6% 9% -
No especifica 7.9% - 17%
ND 8% 27% 17%
6
Fuente: Encuesta UTDT/IAEF . Los Porcentajes suman más de 100% en el caso de
corporaciones porque 3 de ellas eligieron más de una opción
2.2 Supuestos del mode lo

Los supuestos en los cuales se apoya el modelo de valuación de activos de capital son:
♦ No existen costos de transacción. No existen fricciones en la compra o venta de un ac-
tivo. Si se incluyen los costos de transacción se incorpora un grado de complejidad
significativo al modelo, por ende la inclusión o no de los mismos depende de la im-
portancia de dichas fricciones para el inversor. Partiendo de la hipótesis de que no
afectan la decisión de inversión, puede restárseles importancia.
♦ El segundo supuesto es que los activos son infinitamente divisibles. Esto implica que
el inversor puede tomar cualquier posición en un activo, en base a decisiones de asig-
nación de riqueza.
♦ La tercera hipótesis se centra en la ausencia de impuestos que graven el ingreso. Esto
implica que el inversor es indiferente si los retornos se perciben en forma de dividen-
dos o gana ncias de capital, ya que no se verifica la presencia de alícuotas diferenciales
que alcancen las distintas formas en que se manifiestan los ingresos de los activos fi-
nancieros.
♦ El cuarto supuesto implica que la acción individual de un inversor no afecta el precio
de los activos. En otros términos, el mercado se encuentra atomizado y los participan-
tes son precio aceptantes.
5
Bruner B., Best Practices in Estimating the Cost Of Capital: Survey and Synthesis, Financial Practice and Educa-
tion, 1998
6
Pereiro L y Galli M., La determinación del costo del capital en la valuación de empresas de capital cerrado: Una
guía práctica, WP Universidad Torcuato Di Tella, 2000.
♦ Los inversores adoptan sus decisiones de inversión en términos de retornos esperados

y desvíos de los rendimientos para ponderar el riesgo. De hecho se utiliza el marco
decisorio explicitado en la Teoría del Portafolio.
♦ El sexto supuesto indica que las ventas cortas de activos riesgosos son permitidas sin
límite alguno 7 .
♦ Los inversores pueden colocar o comprar activo libre de riesgo sin limitante alguna.
En otros términos, pueden endeudarse o prestar en forma ilimitada a la tasa libre de
riesgo.
♦ Los inversores tienen conocimiento de los retornos esperados y varianzas de los acti-
vos, y se supone que los partícipes en el mercado definen los elementos de decisión de
igual forma con el mismo horizonte temporal.
♦ Se supone que los agentes económicos tienen la misma expectativa respecto de los in-
sumos necesarios para la adopción de la decisión de inversión. Es decir, poseen la
misma distribución de probabilidad respecto de los retornos esperados, varianza y ma-
triz de correlación. En otros términos se hace referencia al supuesto de las expectati-
vas homogéneas.
♦ La décima hipótesis señala que todos los activos son negociables, por ende, todos tie-
nen valor explicitado por el mercado.
Hay que destacar que los diferentes supuestos se contradicen con el comportamiento obser-
vado en el mercado de capitales, y a menudo torna cuestionable la eficiencia y operatividad del
modelo. No obstante, CAPM brinda un marco de pensamiento que puede ser entendido como un
inicio lógico y racional de determinación de precios de activos en el contexto financiero.
2.3 Una aproximación simple al modelo

De los conceptos de equilibrio general del mercado y del comportamiento del inversor pro-
medio, se puede plantear una derivación simple del modelo. La lógica que subyacente de CAPM
indica que el inversor exige un precio por asumir riesgos que no pueden extinguirse mediante
una estrategia de diversificación. En función a lo dicho precedentemente, a la hora de valorar un
activo bajo los supuestos mencionados, el precio del mismo surge en función a la recompensa
brindada para el inversor medio como consecuencia de asumir riesgo sistemático. Partiendo del
equilibrio general de mercado tenemos que el precio del riesgo, para el mercado en equilibrio
es8 ,
 Ra − Rf 
Rp = Rf +   σ ( Rp ) Ecuación 2
 σ ( Ra ) 
 R a − Rf 
El término   σ ( Rp ) , puede ser pensado como el precio del riesgo para todos los acti-
 σ ( Ra ) 
vos eficientes. En otras palabras es el precio del riesgo en el mercado, amplificado o disminuido
por la volatilidad particular de la cartera.
7
Por venta corta debe entenderse como la capacidad del inversor, de vender un activo que no posee. En otros tér-
minos, la venta corta es utilizada para obtener fondos. Se pide “prestado” un activo financiero con la promesa de
devolverlo al cabo de un periodo de tiempo. La operación consiste en vender el activo para obtener fondos y luego
volverlo a comprar para cumplir con el compromiso de devolución. La apuesta del inversor que vende en corto es
presumir la baja en el precio del activo.
8
La ecuación presenta a la Línea de Mercado de Capitales (LMC) o Capital Market Line (CML). Esta recta indica
el nuevo equilibrio al cual acceden los inversores como consecuencia de formar carteras entre activo libre de riesgo
y el mercado. Además de formalizar un esquema de equilibrio general, de la recta se deriva el precio del riesgo en
el mercado.
La ecuación [2] describe retornos para carteras eficientes pero no para portafolios ineficie n-
tes. Ahora bien, los inversores bajo los supuestos en los que se basa el modelo poseen conoci-
miento y habilidad para invertir en la cartera eficiente o cartera de mercado y en función a las
preferencias individuales respecto de la asunción de riesgo, desplazarse a lo largo de la CML.
Los inversores al disponer de la posibilidad de diversificar sin incidencias significativas en
costos de transacción, pueden eliminar fácilmente el riesgo único de cada activo. Entonces el
rendimiento exigido a los activos, sean carteras eficientes o ineficientes, está determinado por el
precio del riesgo en el mercado, amplificado o morigerado por la proporción de riesgo no diver-
sificable contenida por el bien bajo examen.
En función a lo expuesto, todos los activos pueden ser valuados al redefinir el espacio ries-
go-rendimiento. La nueva relación ya no se explica en términos de riesgo total del activo, como
ocurría en la CML. El concepto de riesgo se reduce al de riesgo no diversificable o sistemático,
conocido por el símbolo β 9 y llamado coeficiente beta.
En el gráfico 1 se presenta el mercado de capitales en una nueva dimensión, ya que el riesgo
que tiene precio es el de mercado, el cual es calculado mediante el coeficiente beta. Si el merca-
do está en equilibrio, los activos deben posicionarse a lo largo de la línea recta del gráfico.
Dicha recta es conocida como SML10 , la cuál indica el rendimiento requerido en equilibrio,
en función al riego de mercado contenido en los activos. Cualquier bien que no se encuentra
ubicado en la recta, no se encuentra en equilibrio, generando oportunidades de arbitraje. Las
acciones de los inversores, hará que los precios de los activos retornen a sus valores de equili-
brio, contenidos en la recta.
Gráfico 1. Línea de mercado de valores. Espacio Beta y nueva definición

del equilibrio de me rcado
La línea de mercado se puede interpretar pensando que todos los inversores definen el precio
del riesgo en el mercado sobre la base de la cartera, M la cual devenga un rendimiento, Rm La
9
Como se verá adelante el coeficiente β , denota la pendiente de la recta de regresión simple obtenida mediante la
regresión de los rendimientos de los activos contra los rendimientos de la cartera de mercado.
10
Security Market Line.
cartera de mercado tiene un coeficiente beta, β de uno 11 , y el punto de intersección con el eje
vertical representa los rend imientos de un activo con β igual a cero, es decir no se encuentra
correlacionado con los movimientos del mercado. Dicho activo es conocido como activo libre
de riesgo, y sus rendimientos esperados se denotan como Rf De lo expuesto queda una ecuación
del tipo indicado en [3].
R i = a + bβ i Ecuación 3
Uno de los puntos de la recta es el activo libre de riesgo, con coeficiente beta igual a cero,
entonces se tiene que Rf = a + b(0) y por ende Rf = a
El segundo punto de la recta es la cartera de mercado multiplicada por beta tal que
(
Rm = a + b (1) , ordenando los términos, Rm − a = b . )
Reemplazando en la ecuación 3 se tiene la expresión del modelo:
(
Ri = Rf + Rm − R f β i ) 12
Ecuación 4
La ecuación [4] indica la estructura de rendimientos esperados para todos los activos. Tanto
Rf como Rm son elementos que surgen del mercado, los cuales definen precios comunes para
todos los activos. El elemento distintivo de cada bien es beta, ya que representa la medida parti-
cular del riesgo de mercado del activo o la contribución marginal al riesgo de la cartera de mer-
cado, del activo bajo examen. Así, la diferencia de rendimientos entre dos activos es explicada
por las diferencias de los coeficientes betas de los mismos.
La ecuación [4] sintetiza una relación lineal entre rendimientos y riesgo de mercado de los
activos, relación de equilibrio basada en los supuestos del modelo.
Otra forma de explicar la estructura de rendimientos requeridos por el mercado, es entender-
lo como la adición del valor tiempo del dinero, medido por el tipo libre de riesgo, más el precio
del riesgo en el mercado expresado por la prima de riesgo, multiplicado por el riesgo de merca-
do del activo el coeficiente beta, en definitiva una manera alternativa de entender lo expuesto en
la ecuación [4].
2.4 Desarrollo formal

Siguiendo a Elton y Gruber 13 , M es el precio del riesgo común a todos los activos. En el
mercado este precio está dado por la pendiente de la recta CML, tal que esta puede ser expresa-
Rp − Rf
da como, θ = .
σ ( Rp)
11
Existen dos explicaciones. En principio, beta es un coeficiente que mide el riesgo de mercado de cada activo con
relación al riesgo de la cartera de mercado.
La explicación matemática surge de que: β
CovRm, Ri , ya que CovRm , Rm y
= βm =
VarR m VarRm
( )( ) ( ) VarR m , o sea β m =1
2
la Cov( Rm , Rm) = Rm − R m R m − R m , Var (Rm ) = Rm − Rm , entonces β m =
VarR m
12  Rm − Rf  σ (R m)σ (R i )
Varios autores prefieren escribir la ecuación [4] de la siguiente manera: Ri = Rf +   donde
 σ ( Rm)  σ ( Rm )
σ ( Rm)σ (Ri ) ya que  Rm − Rf  es el precio del riesgo en el mercado y σ (Rm )σ (Ri ) es la definición del
βi =  
σ 2 ( Rm )  σ (Rm )  σ ( Rm)
riesgo de mercado de un activo con relación a la cartera de mercado.
13
Elton E & Gruber M., Modern Portfolio Theory and Investment Analysis, Wiley, 5th Ed, cap 13.
Si θ es tomado a partir de cada activo integrante de la cartera de mercado, calculando la de-

rivada e igualando a cero se tienen para el conjunto de bienes la expresión de la ecuación 5.
λ ( X 1σ 1k + X 2σ 2k + ..... + Xnσ n k ) = Rk − Rf Ecuación 5
Existe una expresión similar para cada activo, ya que los inversores tienen expectativas
homogéneas y seleccionan el mismo portafolio con el fin de fijar el riesgo de mercado. La con-
secuencia de la conducta señalada, es la formación de la cartera de mercado, en donde los acti-
vos son poseídos en función a la participación relativa que tiene cada uno en el mercado 14 .
Los rendimientos de la cartera son iguales a
R i = ∑ j =1 P ij ×Rij
n
Ecuación 6
Ahora bien, la parte izquierda de la ecuación [5], es la derivada de la covarianza entre los
rendimientos de los activo s y el mercado, lo cual se expone en la ecuación [7].
 
Cov (R k , Rm ) = E  Rk − Rm  ∑ Ni = 1 R iX i − ∑ Ni=1 R iX i  Ecuación 7
  
 
Reordenando el segundo término, Cov( Rk , Rm) = E  Rk − Rm ∑ iN= 1 XiRi − Ri  y sacando factor co-
  
mún se llega a la siguiente expresión,

Cov( Rk ,Rm) = E X1(Rk−Rk)(R1−R1)+X 2(Rk −Rk)(R2−R2)+..........Xk(Rk−Rk)(Rk−Rk )+......+Xn(Rk−Rk)(Rn −Rn)
Ecuación 8
Las X son participaciones de cada activo en la cartera de mercado, tal que la ecuación se puede
escribir,
λ Cov(Rk , Rm) = Rk − Rf Ecuación 9
La ecuación [9] es aplicable a todos los activos, por ello es extensible a la cartera de merca-
do, la que se puede plantear como,
Rm − Rf
λσ 2 ( Rm ) = Rm − R f o, 2 Ecuación 10
σ ( Rm)
Sustituyendo el valor de λ en la ecuación [10] se tiene la expresión general de la SML,
Rk = Rf +
Rm − Rf
σ 2 ( Rm )
Cov ( Rk, Rm) o, Rf + (R m− )
Rf β i Ecuación 11
La ventaja de la presente forma de demostración está dada porque descomprime el centro de

atención sobre el coeficiente beta, centrándolo la derivación en la construcción de la cartera de
mercado en equilibrio de precios. El eje en el cual gira de la explicación del modelo es demos-
trar las restricciones de maximización de los rendimientos de la cartera, dada la restricción que
presenta la frontera de posibilidades de inversión. El rendimiento está condicionado por el com-
portamiento de la cartera de mercado y la forma que adopta la frontera de posibilidades de in-
versión.
14
Como sé explicó oportunamente, la participación relativa de cada activo está dada por la relación valor de merca-
do del activo y el valor de mercado del portafolio eficiente.
3. Revisión de los supuestos del modelo

Los supuestos en los que se basa CAPM fueron revisados mediante diversas pruebas, cuyo
fin fue verificar la robustez de las hipótesis, estableciendo diversas adecuaciones a los paráme-
tros que definen la ecuación del modelo.
Los exámenes realizados sobre los diferentes supuestos en los que se basa CAPM se fundan
en que el modelo asume fuertes hipótesis del equilibrio general en el cual se encuadra, pero no
brinda una explicación del impacto y la forma en la que se materializan las bases de funciona-
miento en el mercado de capitales. Está claro que desarrollar las diferentes revisiones sobre los
supuestos de funcionamiento del modelo excedería el marco del trabajo. Simplemente se presen-
tará un pequeño comentario relacionado con los distintos estudios, exponiéndose en un cuadro
un breve resumen de los mismos.
Dentro de los varios trabajos se debe citar la revisión del supuesto sobre ventas cortas de par-
te de Lintner (1971), la revisión a los supuestos de endeudamiento y colocación de fondos al
tipo libre de riesgo, ya sea presumiendo la inexistencia de activo libre de riesgo y por ende
adoptando el modelo la forma conocida como Zero-Beta Model. También se encuentran las pro-
puestas de endeudamiento a diferentes tasas ya sea admitiendo la colocación de fondos al tipo
libre de riesgo y el endeudamiento a una tasa superior o simplemente el desarrollo del modelo
admitiendo la colocación y préstamos de fondos a distintos tipos de interés, los trabajos a citar
son los de Fama (1976) y Brennan (1971).
La incorporación de impuestos personales y la correlación de los rendimientos de los activos
con la tasa de impuesto sobre la renta personal sobre dividendos fue un supuesto estudiado, en-
tre otros, por Gruber & Elton (1978), brindando un modelo en donde los retornos son explicados
por el riesgo de mercado y la tasa de pago de dividendos. Otro supuesto estudiado es la defini-
ción de la cartera de mercado, relacionando la investigación a la composición de está. Los estu-
dios realizados por Mayers (1972) y Brito (1978), intentaron captar a todos los activos de la
economía, es decir los financieros y los reales en donde el valor de mercado de los últimos es
más difícil de precisar dada la baja liquidez.
Las expectativas heterogéneas y los inversores que no se comportan como precio aceptante,
fueron supuestos investigados entre otros por Lintner (1969) y Gruber & Elton (1979). Partiendo
de que las expectativas sobre el rendimiento esperado de los activos no es homogénea y que
algunos inversores tienen poder de influenciar en los precios de los activos financieros, se brinda
sustento teórico adicional a la existencia de los grandes inversores financieramente diversifica-
dos, los cuales se presumen con una mayor adicción al riesgo que el promedio de los partícipes,
dada la característica de formadores de precios y especialización que tienen los primeros.
El supuesto de horizonte temporal único fue revisado por Fama (1970) partiendo de un com-
portamiento supuesto de la función de utilidad del inversor, siendo el presente estudio la antesa-
la de la adecuación de CAPM a los múltiples periodos de inversión. Dentro de estos se encuen-
tran los modelos orientados “al consumo” (Breeden, 1979), los cuales tratan de captar el patrón
de consumos futuros de los inversores a partir de las inversiones financieras actuales, sie ndo otra
de la revisión de los supuestos de funcionamiento del modelo.
Por último se puede citar a los estudios que sirvieron de antesala a la introducción de los
modelos multifactoriales como la incorporación del riesgo de inflación en la explicación de ren-
dimientos Lanskroner (1976) y de factores múltiples explicativos del rendimiento de los activos
Merton (1973).
En el cuadro 3 se presenta un resumen de las revisiones efectuadas sobre los diversos su-
puestos de funcionamiento de CAPM.
Cuadro 3. Resumen de revisión de s upuestos
Supuesto Autor y fuente Idea principal

Limitación a la posibilidad Lintner John, The effect of short Limitación al supuesto de ventas cortas
de efectuar ventas cortas. selling and margin requirements obteniéndose similar ex plicación que el
in perfect capital markets , Jour- modelo convencional del equilibrio de
nal of Financial and Quantitative mercado.
Analysis, 5 Dec 1971
Modificaciones al supues- Fama Eugene, Foundations of Introducción de una nueva definición de
to de endeudamiento y Finance, New York, Basic activo sin riesgo sistémico, bajo la deno-
toma de fondos al tipo Books, 1976. minación Z. Activo con riesgo no correla-
libre de riesgo. cionado con la cartera de mercado.
Inexistencia de toma y
colocación de fondos al
tipo libre de riesgo.
Modificaciones al supues- Elton E. & Gruber M., Modern Colocación al tipo libre de riesgo y endeu-
to de endeudamiento y Portfolio Theory and Investment damiento a la tasa Rz. Equilibrio con tres
toma de fondos al tipo Analysis, Wiley, 5 th Ed fondos, cartera de mercado, carteras de
libre de riesgo. activos con riesgo de mercado nulo y acti-
Colocación de fondos al vo libre de riesgo. SML mantiene la misma
tipo libre de riesgo y en- relación entre rendimientos y riesgo de
deudamiento a tasa supe- mercado para los activos riesgosos. No
rior. mide rendimientos del activo libre de ries-
go
Modificaciones al supues- Brennan M., Capital market Colocación y toma de fondos a tasas dis-
to de endeudamiento y equilibrium with divergent bor- tintas correspondientes a carteras eficien-
toma de fondos al tipo rowing and lending rates , Jour- tes de activos riesgosos. Incorpora costos
nal of Finance and Quantitative
libre de riesgo. de transacción originados por el diferencial
Analysis, 1971
Colocación de fondos y tasa de préstamo y tasa de endeudamien-
endeudamiento a tasa to. Invalida el teorema de separación de
diferentes tasas. Fisher. SML mantiene la misma relación
entre rendimientos y riesgo de mercado
para los activos riesgosos.
Introducción de impuestos Elton E. & Gruber M., Modern Diferencia entre dividendos y ganancias de
personales Portfolio Theory and Investment capital debido al diferente tratamiento tri-
th
Analysis, Wiley, 5 Ed butario. Dividendos grabados por el im-
puesto a la renta personal, el rendimiento
de equilibrio de los activo se relaciona en
forma directa con la tasa de pago de divi-
dendos en efectivo.
Activos no negociables en Mayers D., Nonmarketable Incorpora distinción entre activos negocia-
el mercado de capitales assets and capital market equi- bles en el mercado de capitales y no ne-
librium under uncertainty, en gociables (activos reales, intangibles y
Jensen M.C., Studies in Theory
capital humano). Modificación de la ecua-
of Capital Markets, New York,
Praeger, 1972 ción de equilibrios de rendimientos. El
riesgo de mercado está definido por al
Brito O., Portfolio selection in an adicional por riesgo de mercado y el grado
economy with marketability and
de correlación entre activos negociables y
short sales restrictions , Journal
of Finance, 1978 no negociables en el mercado. El precio
del riesgo, cuanto mayor correlación existe
entre activos negociables y no negocia-
bles, es menor al establecido en la forma
tradicional.
Cuadro 3. Resumen de revisión de s upuestos (cont)
Supuesto Autor y fuente Idea principal

Expectativas heterogé- Lintner J., The aggregation of Utilizando el supuesto de que la función de
neas. investor diverse judgements utilidad no es una función de la riqueza
and preferences in purely com- con una aversión constante al riesgo,
petitive security markets, Jour- cuestiona la hipótesis poco realista de
nal of Finance and Quantitative
Analysis, 1969 expectativas homogéneas. Se demuestra
que la forma tradicional de CAPM es con-
sistente debido a que el precio del riesgo
en el mercado, es proporcional a la media
armónica del coeficiente de aversión al
riesgo, y todos los valores de los descrip-
tores estadísticos.
Inversores que no son Elton E. & Gruber M., Modern Introduce el concepto de inversores for-
precio aceptantes. Portfolio Theory and Investment madores de precios que mediante sus
Analysis, Wiley, 5 th Ed decisiones de inversión son formadores de
precios de equilibrio. Cobran vida en la
figura de inversores institucionales con un
grado de aversión menor al riesgo que la
media de los inversores.
Periodos múltiples de Fama E., Multi-period consum p- Modifica el supuesto adoptado por el mo-
inve rsión. tion-investment decision, delo en relación con el horizonte temporal
American Economic Review, en el cuál se toman las decisiones. Bajo
1970
los supuestos de aversión al riesgo y con-
ducta maximizadora de riqueza incorpora
una función multiperiódica de utilidad que
es extensible a CAPM.
Modelo orientado al con- Breeden D., An intertemporal Se intenta captar el rendimiento de merca-
sumo. asset pricing model with sto- do a partir de los consumos de los inverso-
chastic consumption and in- res. Partiendo de la base que la inversión
vestment opportunities, Journal
es una postergación de consumos actua-
of Financial Economics, 1979
les, se define el rendimiento de mercado
utilizando el concepto de consumo agre-
gado. El riesgo de mercado está dado por
la elasticidad del patrón de consumos indi-
viduales con la cartera de consumos agre-
gada.
Riesgo de inflación Lanskroner Y., The femand of Los rendimientos de los activos, en equili-
risky sssets and uncertain infla- brio, se encuentran explicados por el ries-
tion, Journal of Finance, 1976 go de mercado y el riesgo de inflación. El
riesgo de mercado del activo es calculado
por los coeficientes betas de la cartera de
mercado y riesgo inflacionario. Es una
introducción a los modelos multifactoriales.
Modelo multifactorial. Merton R., An intertemporal Los rendimientos de los activos, se en-
capital sssets pricing model, cuentran explicado por carteras que for-
Econometrica, 1973 man los inversores para cubrirse de dife-
rentes riesgos que en el futuro pueden
tener impacto sobre el patrón de consu-
mos. El riesgo de mercado de los activos
se encuentra explicado por la sensibilidad
de estos en relación con los rendimientos
de las carteras formadas por los inverso-
res para la cobertura de futuros riesgos.
4. Principales pruebas realizadas

Desde 1964 hasta la fecha es significativo el número de pruebas realizadas sobre el modelo
bajo estudio, sin perjuicio de la reducción de los exámenes realizados en los últimos años a con-
secuencia del avance de los modelos multifactoriales en la explicación de los rend imientos de
los activos.
Dentro de las primeras pruebas, se puede citar a los trabajos seminales de Sharpe (1970)
donde la evidencia empírica arrojó resultados favorables para el modelo en cuestión, otorgándo-
le un gran poder exp licativo del comportamiento de los rendimientos de acciones ordinarios
desde 1931 a 1965. Otro prueba concluyente y favorable para el modelo fueron los exámenes
realizados por Black, Jensen & Scholes (1972). El presente trabajo es fundamental, ya que me-
diante una regresión de las variables del modelo concluye en que los coeficientes betas indivi-
duales de los activos son sesgados debido a la carga de riesgo propio, por lo cual trabajan con
carteras en la estimación del coeficiente de riesgo de mercado. También obtienen evidencia a
favor de la forma Zero-Beta Model, al encontrar que la recta teórica valuaba erróneamente los
activos como consecuencia de tomar un valor de intersección inferior al observado y por ende
un adicional por riesgo de mercado superior.
Un examen importante en la vida del modelo, y que sirvió de soporte a pruebas posteriores,
lo constituyen los tests desarrollados por Fama & McBeth (1974). El estudio mencionado re-
fuerza las conclusiones obtenidas por Black, Jensen & Scholes (1972). Los resultados sirven
para entender porque el auge del modelo durante los últimos treinta años.
Litzemberger & Ramaswany (1979) estudiaron los efectos de los impuestos personales sobre
los rendimientos de los activos, obteniendo fuerte evidencia sobre la compensación adicional
exigida por los inversores, como consecuencia de poseer carteras con alto ratio de pago de divi-
dendos alcanzados por impuestos sobre la renta personal. Breeden, Gibbons & Litzemberger
(1989) probaron el modelo orientado al consumo, donde se utilizaron activos financieros con
alto grado de correlación con los consumos promedios.
Fama & French (1992) realizaron un corte seccional de distintas variables explicativas de los
rendimientos de los activos por el periodo junio 1963 a junio 1990. Ordenan las empresas en
diez categorías, donde se clasifican por tamaño y por coeficiente beta. Los rendimientos de las
categorías se regresan contra el tamaño medido por la capitalización bursátil, el ratio valor li-
bros–valor mercado, el leverage medido a va lores de libros y de mercado y el ratio ganancias–
valor de mercado 15 . La conclusión de la prueba es que los rendimientos de los activos se en-
cuentran explicados en primer término por el tamaño de las empresas y el valor libros-valor de
mercado. Dentro de dicho ordenamiento, el coeficiente beta tiene poder explicativo en segunda
instancia.
Las conclusiones de los autores sobre CAPM 16 son “..Nuestros resultados para el periodo
1941-1990 contradicen la evidencia en Black, Jensen, y Scholes (BJS) (1972) y Fama y Mac-
Beth (FM) (1973) de que existe una relación directa entre rendimiento promedios y ß”17 . Conti-
núan diciendo “Una importante diferencia entre nuestros resultados y los tempranos estudios es
el periodo de muestra. Los tests en BJS y FM finalizaron 1969…..en contraste la pendiente
promedio de ß para el periodo 1966-1990 es cercana a 0 (-0.02, t = 0.06).”. Finalizan con pala-
bras poco alentadoras “… la relación entre ß y los rendimientos promedios es débil para el pe-
riodo 1941-1990, talvez inexistente, siempre cuando ß es la única variable explicativa. Estamos
forzados a concluir que el modelo SLB no describe los últimos cincuenta años de retornos pro-
medios.”18 .
15
Tanto el leverage medido a valores de libros y de mercado como el ratio ganancia–precio de la acción quedan
absorbidos por la variables valor libro-valor de mercado, en lo que refiere a explicación de los rendimientos.
16
Los autores lo denominan modelo SLB por Sharpe, Lintner y Black.
17
Fama, E. & French K., The Cross-Section of Expected Stock Returns, Journal of Finance, 1992, pág 459
18
Ibid, pág. 464
En el cuadro 4 se presenta un breve resumen de algunas de las diferentes pruebas realizadas.
Cuadro 4. Principales pruebas realizadas
Autor y fuente Procedimiento e hipótesis Conclusiones

Pruebas de Sharpe & Regresión simple de rendimientos El resultado obtenido fue una relación
Cooper observados contra cartera de lineal con un coeficiente de correlación
mercado. 0.93 entre las carteras de activo y el
Regresión de rendimientos de índice de mercado.
Fuente:
carteras contra cartera de merc a-
Sharpe W. y Cooper F.,
Risk-return class of NYSE do definida por el índice NYSE,
common stocks, 1931- por el periodo 1931-1967.
1967, Financial Analysts
Journal, 1972
Pruebas de Lintner & Regresión para la determinación Se refutó el modelo por obtener valores
Douglas de parámetros. de los términos de error significativa-
Segunda regresión o corte sec- mente distintos de cero.
Fuente: cional para validar parámetros de
la primera regresión.
Lintner J., The valuation of
risk assets and the selec- Se estudiaron 301 acciones por el
tion of risky investment in periodo 1954-1963.
stocks portfolio and capital
budgets, Review of Eco- Se calculó una primera regresión
nomics and Statistics,1965 para la determinación de paráme-
tros. La ecuación
Douglas G., Risk in the
equity markets: An empiri- Rit = αi + biRMt + ε it
cal appraisal of market Segunda regresión. Ecuación:
efficiency, Michigan Univer-
sity 1968. Citado por Elton Ri = α 1 + α 2bi + α 3S 2ε it + ηi
E. & Gruber M., Modern
Portfolio Theory and In- Cada parámetro tiene un valor
vestment Analysis, Wiley, asociado en donde α1 es igual a
5th Ed
Rf o Rz, α2 al adicional por riesgo
de mercado y α3 igual a cero.
Pruebas de Black, Jen- Regresión para la determinación Concluyen que la ecuación y el modelo
sen & Scholes de parámetros. explican bien retornos en exceso. Se
Segunda regresión o corte sec- obtiene alto valor del coeficiente de
cional para validar parámetros de correlación entre rendimientos y riesgo
Fuente:
la primera regresión. sistémico, reforzando la relación lineal
Black F., Jensen. M.C & entre retornos y coeficiente betas.
La intercepción entre el coeficiente α i
Schole M., The capital
assets pricing models:
Some empirical tests , Stud- es distinta de cero, esto implica que si
ies in the Theory of Mar- β i es mayor que el riesgo de la cartera
kets, New York, Praeger de mercado, la intersección con α i es
1972.
negativa y por el contrario si β i es
menor a uno la intersección es positiva.
Si se regresan primas en exceso, al no
ser cero la intersección de la SML, los
rendimientos son explicados mejor por
la versión de Zero-Beta Portfolio. La
ecuación: Rit = RZ (1 − β i) + β iR Mt + ε it
Cuadro 4. Principales pruebas realizadas (cont)

Pruebas de Fama & La ecuación a validar Estimaron coeficientes mensuales por
McBeth fue: el periodo 1935-1968:
R% it = γ%0t + γ%1t β i − γ% 2t β i 2 +γ% 3tSε η it
it +
γ% 3 no es significativo y estadísticamen-
Fuente: Hipótesis de trabajo que se asu- te es equivalente a cero. El retorno
Fama E. & MacBeth J., men son que: residual no se encuentra correlaciona-
do con los retornos de los activos.
Tests of the multiperiod
two-parameter model,
E (γ% 3t) = 0, dado que el riesgo
Journal of Financial Eco- idiosincrásico no afecta los ren- γ% 2 genera resultados similares a γ% 3 .
nomics, 1974 dimientos de los activos y por La ecuación que mejor explica los re-
ende no aporta retornos. tornos es,
E (γ% 2t ) = 0, inexistencia de hete- Rit = γ% 0 t + γ% 1t βi + ηit .
rocedasticidad en la SML, o los
términos de error poseen la mis- La relación entre γ%1 , retornos espera-
ma varianza. dos y coeficientes betas es positiva y
lineal. γ% 0 es mayor que Rf y γ%1 es
E (γ% 1t) > 0, porque existe un
significativamente más grande que
precio por el riesgo en el mercado
de capitales. cero.
γ%1 es menor que RM − Rf , se refuerza

la idea de que el modelo que mejor
explica los rendimientos de los activos
es el Zero-Beta Model.
La Prueba de Gibbons La ecuación a verificar es, La conclusión es el rechazo del modelo
por no verificarse la condición que debe
Rit − Rft = αi + βi(RMt − Rft)+εit .
cumplir la intersección.
Fuente:
La intersección es α i = γ 1t (1 − β i )
Gibbons, M., Multivariate
tests of financial models: A
new approach, Journal of
Financial Economics, 1982
La Prueba de Stam- Retoma los estudios de Gibbons, Evidencia a favor del Zero-Beta Model.
baugh analizando varias alternativas en
la construcción de la cartera de
mercado.
Fuente:
Stambaugh R., On the
exclusion of assets from
tests of two parameters
model: A sensitivity analy-
sis , Journal of Financial
Economics, 1982
Las Pruebas de Litzem- Se procedió a evaluar el modelo El resultado obtenido indica que el divi-
berger & Ramaswany bajo el supuesto de existencia de dendo es positivo y estadísticamente
impuestos. Se examina la si- significativo en la formación del rendi-
guiente ecuación miento de mercado. Se comprueba que
Fuente:
Rit = γ 0t + γ 1t βi + γ 2t(∂it − Rft) + εit existe una relación directa entre rendi-
Litzemberger R. & Ramas- mientos de los activos y dividendos,
wany K., The effects of ∂it es el cociente mensual de capturada por la ecuación examinada.
personal taxes and divi- dividendos por acción.
dends on capital asset
prices: Theory and empiri-
cal evidence, Journal of
Financial Economics, 1979
Cuadro 4. Principales pruebas realizadas (final)

Las Pruebas de Bree- Es un clásico estudio sobre la Los resultados obtenidos en relación al
den, Gibbons & Litzem- versión del modelo orientado al comportamiento de los rendimientos de
berger consumo en donde la cartea son estables por el periodo
Rit = α i + β iC t + ε it es la ecuación 1929-1982.
Fuente: a validar. También se evidenció que existe rela-

ción lineal entre betas y retornos, ex-
Breeden D., Gibbons M. & Se presentaron inconvenientes
Litzemberger R., Empirical presando la ecuación de rendimientos
en la determinación de las series
tests of the consumption- históricos de consumo. Se toma- para los activos como, Ri = RZ + γ 1β i ,
oriented CAPM, Journal of ron como sustitutos activos finan-
Finance, 1989 cieros con alta correlación con el γ1 es la cartera formada por los con-
consumo. sumos individuales.
La Prueba de Fama & La hipótesis implica que los ren- Se concluye que los rendimientos de
French dimientos de los activos son mul- los activos son multidimensionales, ya
tidimensionales: que dependen del tamaño y del cocien-
Una dimensión del riesgo depen- te valor libros – valor de mercado.
Fuente:
de del tamaño de la firma medida El coeficiente beta cumple un papel
Fama E. & French K., The
cross-section of expected por la capitalización bursátil ME . secundario en la explicación de rendi-
stock returns, Journal of mientos.
La otra dimensión es capturada
Finance, 1992 por la relación valor de libros
valor de mercado, BE / ME .
También los rendimientos de los
activos se presumen vinculados a
la relación endeudamiento conta-
ble A / BE , endeudamiento a
valores de mercado A / ME y la
relación ganancias precio E / P .
El coeficiente beta cumple un
papel secundario al momento de
ordenar rendimientos.
Regresión de rendimientos de
firmas ordenadas en grupos de
diez, en relación al tamaño y el
ratio libros-valor de mercado. Se
ordenan en base a los índices
expuestos, y dentro de cada ca-
tegoría por coeficiente beta.
5. Las variables del modelo y los mercados financieros

El modelo explica el rendimiento de los activos sustentándose en tres factores como el activo
libre de riesgo, la prima por riesgo de mercado y la sensibilidad a dicho riesgo por parte del títu-
lo. Uno de los principales inconvenientes es la cuantificación de dichas variables, en donde el
grado de aproximación al ideal teórico dependerá de las características del mercado financiero.
Lo expuesto toma fuerza en el caso de que CAPM se implemente en las economías emerge ntes
dadas las características de los mercados de capitales en desarrollo. Citando a Fornero 19 las ca-
19
Fornero, R.: Finanzas de Empresas en Mercados Emergentes. W. P XXIII Jornadas Nacionales de Administra-
ción Financiera. Córdoba. Argentina 2003.
racterísticas “operativas” que se deben presentar en un contexto financiero para ser receptivo
del modelo son:
♦ Profundidad del mercado: es decir la posibilidad de formar carteras con títulos que
representan todos los sectores significativos de la economía. Tal que la cartera de
mercado sea el verdadero indicador de los niveles de actividad económica del sector.
Para que esto se verifique debe existir un mercado de capitales desarrollado y comple-
to, el cual permita determinar un precio del riesgo para dicha economía.
♦ Regulaciones del control societario: Implica la existencia de un marco normativo des-
tinado a proteger los derechos de los accionistas minoritarios, ya que en definitiva una
de las características de los mercados desarrollados es la atomicidad. Esa gran cant i-
dad de participantes hace que la existencia de formadores de precios en el mercado de
capitales se vea disminuida, situación potenciada con la existencia de normas tendien-
tes a proteger las minorías.
♦ Información adecuada: Homogeneidad y acceso en materia de información pública,
por parte de los inversores. La calidad de la información dependerá del grado de fide-
lidad de los informes, el cual se verá reasegurado mediante la acción de los organis-
mos de fiscalización en los mercados de capitales.
♦ Costos de transacción y liquidez de títulos: La magnitud de los costos de transacción
está inversamente relacionada con el rápido ajuste en los precios de los títulos ante
cambios en la información y las expectativas de la economía y de cada empresa. Simi-
lares consideración merece el factor liquidez en los activos, ya que la inexistencia o
mala calidad de mercados secundarios implica baja negociación de activos. El efecto
combinado de los costos de transacción con la baja liquidez de los activos hace que
los valores de mercado disponibles no se encuentren actualizados en relación a los
cambios en las expectativas de los inversores.
Los mercados emergentes no cumplen con los requisitos mencionados, lo que torna dudosa
la efectividad del modelo en dichos contextos y compleja la cuantificación de las variables. A
continuación se presentará un breve resumen de las alternativas de cálculo de las variables de
CAPM. No se pretende agotar el tema dada la magnitud del mismo, simplemente brindar un
panorama de las alternativas de estimación de los parámetros del modelo usados con mayor fre-
cuencia por los practicantes.
5.1 Activo libre de riesgo

Para que un activo cumpla con la condición de libre de riesgo, la variabilidad de los retornos
de los títulos debe ser nula y por ende el retorno actual debe ser igual al retorno esperado. Ahora
bien, dicha situación se traduce en dos requisitos a saber:
♦ No debe existir riesgo de incumplimiento de pagos. En principio se asume que dicha
condición es alcanzada solamente por los títulos de deuda emitidos por el estado, al
existir un riesgo residual de incumplimiento inclusive en las organizaciones con altas
calificaciones crediticias. Según Damodaran20 , dicha situación no surge del mero
hecho de que el Estado tiene una mejor conducta crediticia que los privados, sino por
el poder imperio 21 que se reserva el sector público en relación con los sujetos del de-
recho privado.
20
Damodaran A., Applied Corporate Finance. A User´s Manual, McGraw Hill, 1999, cap 4.
21
Dicho poder de imperio le confiere facultades con grado constitucional como la de emisión de moneda. De allí se
presume que no existe riesgo de incumplimiento, dado que el Estado puede emitir moneda en ejercicio de sus atri-
buciones constitucionales, con el fin de honrar sus compromisos. El presente supuesto es aplicable para las obliga-
ciones en moneda local, no así para deuda pública nominada en moneda extranjera, en donde intervienen otros
factores como, el ratio reserva internacionales - stock de deuda en divisas, restricciones endógenas y exógenas al
♦ No debe existir riesgo de reinversión. Es decir, la estructura de flujos que deben ob-
servar los títulos es la de un bono cupón cero 22 .
Como conclusión, para un mercado financiero desarrollado la tasa libre de riesgo está repre-
sentada por bonos soberanos con estructura cupón cero. Lo usual es que se utilice la tasa de ren-
dimiento nominal, es decir incluyendo la tasa por inflación, sobre todo en contextos con infla-
ción baja y estable.
Algunos problemas de medición que se presentan son los siguientes:
Magnitud de los intervalos de tiempo: Una de las fuentes más utilizadas en Estados Unidos
es la medición que efectúa Ibbotson, mediante observaciones de valores de mercado desde el
año 1926. El hecho de que se tomen largos periodos de observación obedece, a que mediante
el uso del promedio de los datos se suavizan los valores extremos. Fornero 23 , citando los da-
tos de Ibbotson para los últimos setenta y cinco años, establece que la tasa libre de riesgo de
bonos largos se encontraría en torno a los 5,5% con una tasa real del 2,5% y 3,0% de tasa de
inflación. Si bien la presente estimación comprende un periodo significativo de datos, si es-
tos son estratificados en intervalos temporales menores, se observa que la tasa real para bo-
nos largos oscila entre el 1,3% para el intervalo 1946-1999 al 9,9% para el intervalo 1982-
1999. Lo expuesto explica la importancia de definir el periodo de medición y la amalgama
de tasas de rendimientos estimadas que se pueden obtener.
Duración de los títulos: Los títulos de corto plazo tienen un rendimiento menor a los valores
de largo plazo, siempre que la curva de rendimientos nominales no se encuentre invertida. El
punto es determinar si en la estimación de la tasa libre de riesgo se emplean bonos de corto
plazo o de largo plazo. Bruner, R24 sostiene que lo habitual es utilizar bonos cuyo plazo de
duración se encuentre entre los T-Bills a 90 días y los T-Bonds de largo plazo, ya sea de 10,
20 o 30 años. Teóricamente los T-Bills a 90 días son más consistentes con CAPM, reflejando
el verdadero rendimiento libre de riesgo, ya que en el corto plazo, los inversores se encue n-
tran protegidos de las variaciones en los tipos de interés en virtud a la duración y poca volati-
lidad del título. A favor de los bonos de largo plazo se predica el argumento que estos se
aproximan, en lo que refiere a la vida nominal del título, al periodo de tenencia del activo en
cartera. Los resultados de las encuestas realizadas por Bruner demuestran que los practican-
tes vuelcan sus preferencias por los bonos de largo plazo, específicamente los de 10 años.
Migración del riesgo sistémico: Un tercer aspecto que debe considerarse a los efectos de
conciliar teoría con práctica, es que al estimar la tasa de interés libre de riesgo a partir de
rendimientos observados, se introduce el supuesto de que el activo libre de riesgo no se en-
cuentra correlacionado con otros títulos dentro de la economía. Existen estudios recientes en
donde se verifica una migración del riesgo sistémico a bonos soberanos, arrojando para Es-
tados Unidos un coeficiente beta de 0.25, por lo que la tasa libre de riesgo “auténtica” debe-
ría ser menor a la estimada en base a la observada.
endeudamiento público internacional, niveles de importaciones – exportaciones y elementos subjetivos como deci-
siones de política monetaria. Los presentes factores imprimen riesgo a los bonos no garantizados en moneda extran-
jera.
22
También conocidos como bonos a descuento. Se compran por un valor de mercado y al vencimiento nominal se
practica un único pago por el valor nominal del título.
23
Fornero, R., Valuación de Empresas en Mercados Financieros Emergentes: Riesgo del Negocio y Tasa de Actua-
lización, WP Universidad Nacional de Cuyo, 2002
24
op.cit
5.2 Economías emergentes y activo libre de riesgo

En los mercados de capitales en desarrollo se presentan importantes problemas para la esti-
mación del activo libre de riesgo, ya que dadas las condiciones económicas de estos mercados,
los títulos no cumplen con los requisitos mencionados precedentemente, es decir inexistencia de
riesgo de incumplimiento e inve rsión.
Damodaran propone para mercados de capitales emergentes como sustituto del activo libre
de riesgo, el uso de la tasa de largo plazo a la cual obtienen fondos en moneda local las empre-
sas con mejor calificación crediticia en el me rcado de capitales emergente, independientemente
de la existencia de un riesgo por incumplimiento residual.
Copeland, Koller y Murrin 25 en concordancia con Damodaran, presentan como opción, tra-
bajar con la teoría de la paridad de los tipos de interés en la medida que en el mercado bajo es-
tudio existan futuros de divisa a largo plazo. A partir de la utilización de dicha teoría, se puede
inferir una tasa nominada en moneda local.
Así se tiene que la ecuación de paridad internacional de tipos de interés es,
(1 + Rf ) n
Fr = Sr Ecuación 12
(1 + Ir) n
donde Fr es el tipo futuro de cambio por unidad de moneda doméstica, Sr es el tipo de cambio
actual por unidad de moneda doméstica, Ir es la tasa de interés actual de la moneda extranjera y
Rf es la incógnita. Esta sería la tasa actual de interés, para el horizonte temporal seleccionado de
moneda doméstica en relación con los tipos de cambios.
Resolviendo para obtener el valor de Rf , se llega a una tasa en moneda local que asemeja a
la tasa libre de riesgo a ser utilizada en el modelo. Un inconveniente de la presente metodología,
es que no existen contratos futuros sobre divisas que superen el horizonte anual, por lo cuál no
se podría usar como reemplazo de tasa de largo.
Como solución al presente problema de la duración de los contratos, algunos autores sugie-
ren calcular la tasa libre de riesgo mediante el procedimiento señalado, usando los contratos
cortos. Resolviendo y obteniendo la tasa, el segundo paso es calcular el diferencial entre la tasa
implícita en el contrato a futuro y la tasa de un bono de economía desarrollada a un año, por lo
general Fondos Federales norteamericanos. Por último el diferencial se adiciona a la tasa de bo-
nos de largo plazo del tesoro de la economía desarrollada, en la práctica T-Bonds emitidos por
Estados Unidos.
Pereiro y Galli 26 proponen utilizar un apilamiento de primas con el fin de establecer la tasa
libre de riesgo en el mercado local. Para estos autores, la tasa libre de riesgo en una economía
emergente está compuesta por,
Rfe = Rf + Rp + Rd Ecuación 13
donde
Rfe , es la tasa libre de riesgo para la economía emergente,
Rf la tasa libre de riesgo en la economía de los Estados Unidos. En el trabajo citado se tomo la
mediana de la tasa de bonos a 30 años.
Rp , prima por riesgo país calculada como el diferencial entre los rendimientos de los títulos de
deuda soberanos locales y los extranjeros. En lo que respecta al trabajo de referencia, es la diferen-
cia entre los PAR Bond locales27 y los T-Bond a 30 años de Estados Unidos.
25
Copeland, T, Koller. T & Murrin. J., Valuation: Measuring and Managing the Value of Companies, Wiley, 2nd
Ed, cap 11 y 12
26
op.cit
27
Título de deuda pública local proveniente de la rees tructuración de deuda del año 1993 conjuntamente con los
Discount y FRB. Los PARD Bond tienen las características de tener una tasa fija, pago de amortización y cupón en
forma semestral, y garantía con títulos de deuda norteamericana de los dos primeros pagos y del capital. Su venci-
miento nominal opera el 30/03/2023.
Rd , es una corrección de la medida del riesgo país, ya que lo que se calcula es el diferencial entre
la porción no garantizada de los bonos con títulos de deuda pública extranjera. Dicho valor surge,
PPNG = PTB − PPG Ecuación 14
PTB , es el precio total del bono que surge de descontar la estructura de flujos de fondos a la tasa
de rendimiento implícita. Por supuesto que para el cálculo del rendimiento, el valor a tomar es el
precio de mercado del bono.
PPG , es el precio de la porción en donde los flujos de fondos se encuentran garantizados y para
obtenerlo se descuentan los flujos a la tasa LIBOR 28 .
Por diferencia se obtiene PPNG el cuál es el precio de la porción no garantizada del bono.
Se proceden a equiparar la corriente de pagos no garantidos con dicho precio y se obtiene lo que
se conoce como stripped yield. En resumen dicha tasa contendría el riesgo país y el riesgo por
incumplimiento. En el cuadro 5 se presenta un esquema de algunas de las alternativas propuestas
por los practicantes, para la cuantificación de la tasa libre de riesgo en mercados desarrollados y
emergentes.
5.3 Adicional por riesgo de mercado

En esta sección simplemente se presentarán las opciones frecuentes en la determinación del
adicional por riesgo de mercado y los problemas habituales en la estimación.
En la determinación del adicional por riesgo de mercado se debe definir las medidas utiliza-
das para cuantificar el rendimiento de los acciones y del activo libre de riesgo.
En el caso de un mercado de capitales desarrollado, como el de Estados Unidos, una de las
medidas frecuentemente empleadas para medir el rendimiento de las acciones está dada por Ib-
botson Associates basada en el índice elaborado por Standard and Poor’s 500 composite stock
index, el cual es un promedio ponderado de los rendimientos observados de las firmas con ma-
yor capitalización bursátil en el mercado. Dicha medida actúa como aproximación de la cartera
de mercado, mediante el reflejo de las variaciones de los valores en los títulos de propiedad de
las principales organizaciones representativas de los principales sectores económicos.
La elección de la tasa libre de riesgo se vuelca a un bono del gobierno, dado las característi-
cas que debe revestir dicho título. El tema fue abordado y desarrollado en la sección precedente.
A continuación se abordará la medición del adicional por riesgo de mercado en sus diferen-
tes formas, es decir, a través de análisis históricos, mediante proyecciones y formalizaciones
teóricas.
a) Calculo del adicional sobre la base de información histórica rendimientos observados

Es útil aclarar que los rendimientos esperados son un dato no observable en forma directa y
por lo tanto una medida utilizada son los rendimientos realizados, en tanto y en cuanto se parte
de que estos últimos replican a los primeros. Lo expuesto se fundamenta en el hecho que los
rendimientos esperados siguen el comportamiento histórico y las oportunidades de arbitraje se
presentan como verdaderas “sorpresas”.
Se procede a trabajar con series históricas, basadas en los precios de mercado observados de
los activos. Estas observaciones son los insumos utilizados para el cálculo del adicional por
riesgo de mercado. Algunos problemas a resolver en la cuantificación del adicional empleando
información histórica son los siguientes:
28
Ya que se encuentran garantizados.
Cuadro 5. Alternativas de cálculo del rendimiento correspondiente al acti-

vo libre de rie sgo
Fuentes usadas para

Símbolo Descripción Forma de cálculo
la estimación
Rf (bono CPUSA) Bono soberano corto Estimación histórica Bonos Cupón cero Teso-
plazo media aritmética o geo- ro EE.UU 90 días
BONO CORTO PLAZO métrica.
Rf (bono MPUSA) Bono soberano media- Estimación histórica Bonos Cupón cero Teso-
no plazo media aritmética o geo- ro EE.UU 10 años
BONO MEDIANO PLAZO métrica.
Rf (bono LPUSA) Bono soberano largo Estimación histórica Bonos Cupón cero Teso-
plazo media aritmética o geo- ro EE.UU 20 – 30 años.
BONO LARGO PLAZO métrica.
Rf ( bonoUSA ) + Bono soberano mer- Estimación histórica Bonos Cupón cero Teso-
cado des arrollado más media aritmética o geo- ro EE.UU.
BS ( BYBL − bonoUSA ) spread bono represen- métrica de los títulos. Diferencial: Porción con
Suma rendimiento bono
BONO MAS ADICIONAL tativo deuda soberana garantía bono emergente
economía desarrollada (p.e.:Argentina PARD o
RIESGO PAIS BYTM mercado emergente más diferencial de rendi- GLOBAL) menos rendi-
con porción garantiza- mientos calculado a partir
da. miento Bono Cupón cero
del rendimiento del bono Tesoro EE.UU.
emergente.
Rf ( bonoUSA ) + Bono soberano mer- Estimación histórica Bonos Cupón cero del
cado des arrollado más media aritmética o geo- Tesoro EE.UU.
BS ( SYBL − bonoUSA ) spread bono represen- métrica de los títulos. Diferencial: Porción sin
Suma rendimiento bono garantía bono emergente
BONO MAS ADICIONAL tativo deuda soberana
economía desarrollada
RIESGO PAIS SYTM mercado emergente (p.e.: Argentina PARD o
más diferencial de rendi-
sin porción garantiza- GLOBAL) menos rendi-
mientos calculado a partir miento Bono Cupón cero
da. del rendimiento del bono Tesoro EE.UU.
emergente.
Rf ( bono emergente) Bono soberanos cupón Estimación histórica Bonos Cupón cero del
cero sin riesgo de in- media aritmética o geo- Tesoro de la economía
BONO EMERGENTE cumplimiento métrica de los títulos. emergente. (p.e.: Argen-
tina, LEBACS o NOBACS
BCRA)
Rf ( bono privado emergente) Título privado emer- Estimación histórica Obligación negociable
gente media aritmética o geo- emergente (p.e: Argenti-
BONO PRIVADO EMER- métrica de los títulos. na O.N)
GENTE
Rf ( TPTI) Teoría Paridad Tipo de Derivación del interés a Mercados de futuros,
Interés partir de tipos de cambio (p.e: Argentina INDOL o
TEORIA PARIDAD INTERES futuro ROFEX)
Medias aritméticas o geométricas: Cuando se estudian los rendimientos observados, aparece

el tema de cuál es la mejor medida estadística para su determinación, es decir, si conviene
utilizar la media aritmética o geométrica. Autores como Copeland, T, Koller, T y Murrin, J 29
sostienen que la media geométrica es un mejor estimador de los rendimientos promedios en
periodos largos. Para ello plantean el siguiente ejemplo. Si el precio de un activo pasa de $50
a $100 el rendimiento es del 100%, si al año siguiente disminuye nuevamente a $50 el ren-
29
op.cit.
(100% + ( −50%))
dimiento fue de –50%. La media aritmética del rendimiento es de = 25% .
2
Mientras que la media geométrica es de 0% , debido a que 50% × (1 + m) 2 = 50%
Fornero 30 , revisando el ejemplo citado precedentemente, señala que si el inversor hubiese
rebalanceado su inversión al fin del primer año, retirando la ganancia de $50 y dejando in-
vertidos los $50 iniciales, al fin del segundo periodo tendría los $50 que ganó más $25 de
capital luego de haber descontado la pérdida, sumando un total de $75. La media del rend i-
miento es de 25% y parecería que la media aritmética se ajusta mejor, como medida explica-
tiva de los rendimientos promedio.
Dentro de la línea de pensamiento a favor de la media geométrica se enrola Damodaran
partiendo de que el comportamiento de los rendimientos arroja evidencia de que existe cierta
correlación serial entre ellos, y por lo tanto un mejor estadístico es la media geométrica en
contraposición a la aritmética. El punto es que la evidencia de auto correlación de los rend i-
mientos no es muy fuerte y depende del periodo de medición que se considere. Los resulta-
dos obtenidos por Fama, E en el año 1968, para mercado de capitales estadounidense, no ge-
neraron pruebas concluyentes sobre la relación entre rendimientos. Si existe correlación en-
tre los rendimientos observados, la media aritmética al no vincular las observaciones entre sí
no es tan buen estimador como la media geométrica. Esta última se basa en el proceso de ca-
pitalización de la variable. Para el cálculo del rendimiento se vincula la observación prece-
dente con la actual. La correlación serial implica que el precio de mercado se encuentra vin-
culado a su antecesor, por lo que la media geométrica se transformaría en un mejor estima-
dor.
Se debe destacar que la media aritmética arroja resultados mayores a la media geométri-
ca, incrementándose a medida que aumenta el periodo de medición y la volatilidad del activo
observado, situación que cobra fuerza en mercados con alta variabilidad de los rendimientos
como los mercados emergentes.
A favor de las medidas estudiadas se puede decir que, partiendo de la hipótesis de inexis-
tencia o poca importancia de la correlación serial de los rendimientos y dadas las diferencias
existentes entre ambos estadísticos y las implicancias que trae aparejada la utilización de uno
en desmedro del otro, es que las mediciones y conclusiones elaboradas por los practicantes
usualmente se reportan utilizando la media aritmética y geométrica.
Rendimientos Nominales vs Reales: El adicional por riesgo de mercado surge como diferen-
cia entre los retornos nominales de dos activos, por lo tanto se puede inferir que el elemento
inflacionario se anula como consecuencia de la sustracción de los rendimientos de la cartera
de mercado y el activo libre de riesgo, y por lo tanto la prima de mercado no se vería afecta-
da por la inflación. No obstante, estudios realizados por Fama, E y Schwert, W31 , demues-
tran que la inflación afecta en forma distinta a los dos activos, por ende el adicional por ries-
go de mercado nominal puede diferir de su par real.
La presente diferencia entre los rendimientos nominales y reales se acentúa en economías
emergentes, donde los procesos inflacionarios adquieren relevancia por el grado de volatili-
dad que evidencia las tasas de inflación. Dada la complejidad que presenta la volatilidad
mencionada para las estimaciones de tasas reales, varios autores aconsejan el uso de tasas
nominales al momento de calcular los rendimientos esperados del mercado.
Horizonte temporal: En lo que respecta al tamaño de la serie histórica a considerar, se sos-

tiene que cuanto más amplio es el intervalo de medición, los comportamientos atípicos se
suavizan, como consecuencia de promediar las observaciones. Dicha noción cobra fuerza,
30
op.cit
31
Fama, E & Schwert, W., Asset returns and inflation, Journal of Financial Economics, 1977.
desde el punto de vista empírico, por la alta volatilidad evidenciada por los mercados de ca-
pitales en los últimos tiempos y atendiendo a que en un análisis histórico se enfoca en los
comportamientos promedios de las variables observadas. El problema evidenciado en las
economías emergentes está dado por la falta de disponibilidad de información, para la cons-
trucción de series temporales de significativa magnitud.
Limitaciones y ventajas del análisis sobre la base de información histórica: Al trabajar con
datos históricos el proceso se ve simplificado, en virtud a que las estimaciones de los rend i-
mientos surgen de datos directamente recolectados de la observación del comportamiento de
los activos bajo examen, a diferencia de fundar los estudios en datos inferidos de escenarios
futuros.
Dicha simplicidad ve sus ventajas contrarrestada por la capacidad predictiva de los resul-
tados obtenidos en base a la presente técnica, ya que la alta volatilidad de los mercados re-
quiere que se utilicen amplios intervalos de confianza. Para los datos procesados por Ibbot-
son32 , por un periodo de 77 años en el mercado de capitales norteamericano, el rendimiento
medio es del 7% con un desvío del 20% en un intervalo de confianza del 95%. El rango de
rendimientos podría oscilar entre 2% y 12% con lo cual se obtiene un espectro amplio de re-
sultados.
b) Técnicas prospectivas
Los métodos más usuales son las encuestas a participantes del mercado y los pronósticos ba-
sados en análisis fundamentales.
Encuestas: Consisten en estimaciones del rendimiento a partir de una investigación de mer-

cado, mediante el uso de encuestas formuladas a los inversores. Lo atractivo de la técnica es
que los resultados obtenidos nacen de una muestra de las expectativas futuras de los partici-
pantes del mercado.
Existe cierta evidencia que torna poco fiable los datos obtenidos, producto de las fale n-
cias generales que detenta la técnica de encuestas. Uno de los puntos oscuros reside en el pe-
ligro de incurrir en errores al momento de redactar el cuestionario, ya que estos pueden ori-
ginar divergencias entre la intención de pregunta del encuestador, interpretación de la pre-
gunta y la respuesta del encuestado. Dicha circunstancia se explica por el significativo núme-
ro de definiciones que deben considerarse respecto de que activos entran en la encuesta,
magnitud de los horizontes temporales, estadísticos etc, es decir importantes trabas de índole
semánticas.
Otra debilidad del método está en la seriedad del encuestado al elaborar la respuesta. El
probable efecto de la falta de seriedad, está dado por la posible desviación de la verdadera
percepción que se tiene del riesgo. A título de ejemplo, una investigación realizada por
Welch, I33 pronostica los rendimientos esperados para el corto y largo plazo, utilizando la
técnica de encuestas en dos periodos 1998 y 2001. Los resultados de las proyecciones para
los rendimientos aritméticos esperados con 1 año de horizonte pasaron de 5.8% 1998 al 3.4%
en el año 2001. Respecto de la tasa de rendimientos para un horizonte de 30 años en el año
1998 se ubica en 7,7% para descender al 5,1% en el 2001. La conclusión del presente estudio
es la percepción de expectativas de reducción del riesgo sistémico y de los niveles de tasas
de interés para el mercado norteameric ano.
32
op.cit
33
Welch, I., Views of financial economist on the equity premium and on professional controversies, Journal of
Business, 2000.
Variables fundamentales: Dentro del presente conjunto de técnicas, se parte de la proyección

de la tasa de crecimiento de la riqueza de la empresa, obtenida a partir del análisis funda-
mental de las variables que intervienen en forma directa e indirecta en la creación de valor
del ente. Dentro de las diferentes técnicas de estimación se pueden citar:
El modelo de crecimiento de dividendos: Un clásico modelo de valuación es el modelo de
Gordon34 , donde se parte de la hipótesis de que el valor corriente de la acción es igual a la
corriente actualizada de dividendos esperados,
n
Dt
Pa = ∑ Ecuación 15
t =1 (1 + r )t
Bajo el supuesto de una tasa de crecimiento constante de dividendos g , a perpetuidad, se es-
tablece que el rendimiento esperado del activo es igual a la tasa de rendimiento del mismo,
más la tasa de crecimientos de dividendos.
Dt
r= +g Ecuación 16
Pa
Harris y Marston35 usaron las proyecciones sobre las tasas de crecimiento de ganancias de
empresas usando estudios fundamentales. La tasa se asimilo como representativa de la tasa
de crecimiento de dividendos. El estudio se realizó sobre las distintas firmas integrantes del
índice S&P 500 por el período 1982-1998. Una suma ponderada de los rendimientos espera-
dos de cada firma integrante del mencionado índice de mercado, arrojó como resultado la ta-
sa de rendimiento ponderado para el mercado. Sustrayéndole el rendimiento de bonos de go-
bierno, la prima por riesgo obtenida fue del 7,1% con un rango de 5,2% a 9,2% cerca de 7%
del análisis histórico de Ibbotson. La crítica planteada a la presente metodología por McCu-
lloch, B36 es que el rendimiento proyectado de las acciones se ubica en un 12%, con un cre-
cimiento proyectado de la economía norteamericana del 3% anual. La tasa de rendimiento
obtenida bajo la presenta técnica encuentra poco sustento empírico en las hipótesis de fun-
cionamiento adoptadas. Esto es así dado el supuesto optimista de crecimiento planteado para
la economía estadounidense en el análisis mencionado.
Ganancias Anormales: En el procedimiento visto anteriormente, se asimila que la tasa pro-

yectada de crecimiento de ganancias es una buena aproximación de la tasa proyectada de
crecimiento de dividendos. Otra forma de trabajar con estimaciones futuras, parte del su-
puesto de asimilar al dividendo como la relación entre las ganancias proyectadas menos los
cambios en los valores de libros del activo, tal que el precio de una acción se puede definir
como el valor corriente en libros más el valor actual de los ingresos residuales :
n
Pa = Bo + ∑
IRt Ecuación 17
t = 1 (1 + r )
t
siendo Bo el valor corriente en libros e IRt el ingreso residual. El ingreso residual es igual a
la diferencia entre la ganancia proyectada para el periodo t menos el producto de la tasa de
costo de capital por el valor de libros de la empresa, tal que IRt = Gt − K (t − 1) × Bo( t − 1)
Estudios realizados por Claus & Thomas 37 plantean el modelo en forma finita, utilizando
la siguiente ecuación:
34
También conocido bajo dicha denominación a la fórmula de la renta inmediata variable en progresión geométrica
difundida por Gordon & Shapiro. Gordon, M, Financing and the Valuation of a Corporation, Irwin, 1962
35
Harris R, y Marston F., The market risk premium: Expectational estimates using analysts´forecast, University of
Virginia School of Business, WP, 1999. Citado por McCulloch, B, op.cit 34.
36
McCulloch, B., Long Term market return assumptions for the 2002 December Economics and Fiscal update,
New Zealand Treasury, 2002
37
Claus, J y Thomas J., Equity premia as long as three percent? Empirical evidence from analysts, Journal of Fi-
nance, 2001
IR1 IR 2 IR3 IR 4 IR 5 IR 5 × (1 + g )
Pa = + + + + + Ecuación 18
(1 + r ) (1 + r ) (1 + r ) (1 + r)
1 2 3 4
(1 + r ) (r − g )(1 + r )
5
siendo g la tasa de crecimiento de largo plazo. Claus & Thomas supusieron la tasa de cre-
cimiento de largo plazo igual la tasa de inflación para la economía norteamericana, la cual
estimaron en 300 puntos básicos por debajo de los bonos de gobierno. A continuación se
procedió a calcular la tasa proyectada para la muestra de firmas en forma anual, por los pe-
riodos 1985 hasta 1998, luego a la tasa ponderada de rendimiento obtenidas de las firmas in-
cluidas en la muestra, se procedió a sustraer la tasa de bonos gubernamentales para cada año
de medición, arrojando una media aritmética anual por un periodo de 14 años del 3,4%. Di-
cho resultado se encuentra muy por debajo del 7,1% obtenido a partir de la serie histórica de
Ibbotson.
La principal desventaja señalada para estos análisis es que el éxito de los mismos depen-
de de la obtención de correctas estimaciones de las tasas de crecimiento, dado el alto grado
de dependencia sobre tal variable operativa de los distintos modelos utilizado para estimar el
adicional por riesgo de mercado.
Equity premium puzzle: el adicional por premio puede ser entendido desde el punto de vista
teórico, partiendo de la clásica teoría de la utilidad, en donde este es definido como el valor
presente esperado de la corriente de consumos potenciales perteneciente al inversor. desde el
punto de vista del comportamiento del consumidor, los ahorros y su reciproca la inversión,
implican posponer la corriente de consumos para realizarlos en el futuro. el comportamiento
presupuesto por la teoría es el destinar unidades de riqueza a inversión, con el fin de generar
una corriente de retornos que permita ser aplicada a consumos postergados y mayores en es-
cenarios futuros, producto del rendimiento de los activos.
La ecuación resultante es la siguiente:
E (Rm) − Rf
= A × σ Ct × Corr (Ct , Ri) Ecuación 19
σ Rm
La parte izquierda de la igualdad es el ratio de Sharpe, para determinar las unidades de
riesgo demandadas por el mercado, por unidad adicional de rendimiento. Dicho adicional es
igual a A , aversión al riesgo por parte de los inversores y las variaciones en el consumo σ C ,
multiplicada por la correlación entre los cambios en el consumo y los retornos Corr ( C , R ) .
La propuesta de cálculo del adicional por riesgo, fue explicitada originalmente por Mehra
y Prescott38 . Por supuesto los autores realizan una ardua defensa de este modelo en contra de
las observaciones tradicionales para el cálculo del adicional por riesgo. Del estudio realizado
se desprende que el adicional por riesgo de mercado para la economía norteamericana es de
alrededor del 1%, muy por debajo del adicional del 7,1% histórico y del 4 al 5% trabajando
con análisis fundamental de datos.
5.4 Adicional por riesgo de mercado y economías emergentes

Los problemas que se evidencian son similares a los mencionados para las economías des-
arrolladas, con el agravante de:
♦ La volatilidad de los mercados emergentes es significativa, tornando mayor la brecha
de resultados entre los rendimientos de mercado estimados utilizando la media aritmé-
tica y geométrica.
♦ En algunos mercados emergentes, la inflación esperada es altamente variable lo que
dificulta la proyección de tasas nominales y obliga a trabajar con rendimientos reales.
38
Mehra, R y Prescott, C., The Equity Premium: A puzzle, Journal of Monetary Economics, 1985
♦ Inexistencia de series amplias referentes a valores observados de activos en el merca-

do de capitales. Alta volatilidad de los precios de los activos. Estas dos situaciones
tornan cuestionable el uso de la información histórica como simple predictor del valor
proyectado del adicional por riesgo de mercado.
♦ Poca información disponible “de uso público” relacionada con las variables fund a-
mentales de los títulos a ser utilizada en técnicas prospectivas.
♦ Los problemas típicos de un contexto “no-CAPM” es decir, poca profundidad y com-
pletitud de los índices representativos de la cartera de mercado, altos costos de tran-
sacción, baja liquidez de algunos activos, poca información y discrecionalidad norma-
tiva.
En el cuadro 6 se resumen las alternativas de cálculo más usuales. Las propuestas de trabajar
con la cartera global o los índices de mercados emergentes ajustados por coeficientes beta intra-
bursátiles, son opciones aplicables a inversores financieros diversificados internacionalmente.
También es común el usa del rendimiento de mercado global, en el caso de utilizar modelos que
parten de la versión internacional de CAPM e incorporan ajustes que intentan reflejar el mayor
riesgo de la economía emergente.
Cuadro 6. Alternativas de cálculo del rendimiento de mercado
Fuentes usadas para

Símbolo Descripción Forma de cálculo
la estimación
Rm( Histórico ) Observación de rendi- Medias aritméticas o Índices de mercado (p.e:
mientos de mercado. geométricas. Rendimien- USA, S&P 500, NYSE,
HISTÓRICO tos nominales o reales. NASDAQ. Argentina,
Construcción de series
históricas. BURCAP, MERVAL). Índi-
ces a medida.
Rm( HistóricoGlobal) Observación de rendi- Medias aritméticas o Índices de mercado: AC-

mientos de mercados geométricas. Rendimien- World MSCI.
HISTÓRICO GLOBAL tos nominales.
desarrollados y emer-
gentes. Ponderación
basada en la capitali-
zación bursátil de los
rendimientos de los
mercados de capitales
Rm ( Histórico ) × β ( ib ) Observación de rendi- Medias aritméticas o Índices de mercado: AC-
mientos de mercados geométricas. Rendimien- World MSCI o S&P500.
HISTÓRICO DESARRO- desarrollados, ajustado tos nominales. Beta por Beta: regresión ACWorld
LLADO AJUSTADO POR regresión rendimientos
por beta intrabursátil. MSCI o S&P500 contra
BETA INTRABURSÁTIL mercado desarrollado y MER VAL o BURCAP
emergente.
Rm( encuestas) Proyección de rendi- Medias aritméticas o Investigación de mercado,

mientos por encuestas geométricas. Rendimien- método encuesta a inver-
PROYECCIÓN ENCUES- tos nominales o reales. sores.
TAS
Rm( fundamentals) Proyección de rendi- Proyección de dividendos Análisis de datos de orga-

mientos por análisis – crecimiento nizaciones pertenecientes
PROYECCIÓN FUNDA- al mercado objetivo.
MENTALES fundamental de empre- Ganancia residual (R .I)
sas del mercado.
Rm(teórico ) Análisis teórico aver- Estimación econométrica Activos financieros corre-
sión al riesgo-patrón de de la función de consumo lacionados con consumos.
TEÓRICO del inversor.
consumos (equity pre-
mium puzzle)
5.5 Coeficiente beta

Para llevar a cabo la cuantificación del presente coeficiente, se debe considerar, la magnitud
del periodo de observaciones, es decir el tamaño de la serie histórica de los rendimientos del
activo y de la cartera de mercado. Como fue expuesto, beta desde el punto de vista formal es el
cociente entre la covarianza de los rendimientos del activo con los del mercado divida la varian-
cia de los rendimientos de la cartera eficiente. Su forma matemática es:
CovRm, Ri
β= Ecuación 20
VarRm
Una decisión de vital importancia es la definición de la cartera de mercado. En términos teó-
ricos, la cartera de mercado debería ser la combinación de activos más eficiente para cada mer-
cado en consideración. Como se exp licó precedentemente, tal cartera es difícil de cuantificar
dado la inexistencia de un precio directamente observable en el mercado para algunos bienes
integrantes de la economía. Por ello se utilizan aproximaciones que intentan asemejarse a la car-
tera eficiente de mercado. En función a la aproximación seleccionada, es que se derivará el co-
eficiente beta para el activo.
a) Coeficientes Betas Históricos

Estos son estimados mediante la regresión de los rendimientos observados del activo contra
los rendimientos del índice de mercado. La ecuación de regresión se modifica en función a co-
mo se estimen los rendimientos y el intervalo temporal empleado, es decir, si se emplean obser-
vaciones mensuales o anuales la regresión de rendimientos se puede efectuar por los rendimien-
tos en exceso sobre la tasa libre de riesgo, tal que la ecuación queda planteada como,
( Rit − Rft ) = α i + β( Rmt − Rft) + ei Ecuación 21
Por el contrario, si las observaciones de los rendimientos responden a una frecuencia diaria,
al no disponerse del dato correspondiente a la tasa libre de riesgo periódica, es que se emplea en
la regresión el modelo de mercado 39 ,
Rit = α i + β Rmt + ei Ecuación 22
Otro aspecto a considerar es si se debe trabajar con betas de activos individuales o con betas
de carteras de activos. La evidencia empírica indica que los betas de cartera tienen mayor capa-
cidad de predicción de los betas futuros, en comparación con los estimados a partir de activos
considerados individualmente. Esto es así debido a que la estimación del coeficiente detenta un
error de muestra periódico. 40 Cuanto mayor es el error, menor capacidad explicativa de el esti-
mador, no obstante tiende a ser menor en una estimación de betas de cartera en relación a la de-
terminación del coeficiente para un activo. Esto es así, ya que trabajando con portafolios en la
estimación se tiende a neutralizar el sesgo, como consecuencia del comportamiento dispar de los
títulos integrantes de la cartera.
La consecuencia negativa de trabajar con portafolios para el cálculo del coeficiente es que se
pierden datos relativos al activo bajo examen y el beta obtenido carece de singularidad.
Ajustes a los coeficientes históricos: Consisten en ajustes realizados a los resultados obtenidos
de la regresión de los rendimientos observados. En el mercado de capitales de Estados Unidos se
39
Single Index Model.
40
Dependiendo del intervalo de frecuencia seleccionado para la recolección de observaciones.
sostiene que los coeficientes betas tienden al valor de 141 . Los estudios de Blume, M42 y Vasi-
cek, O43 fueron los que brindaron base académica a los diferentes ajustes realizados por los
practicantes a la medida en cuestión.
b) Betas Fundamentales
En realidad el riesgo del título encuentra su razón de ser en las condiciones del entorno in-
ternacional, nacional, en los mercados relacionados con el activo y en los factores fundamenta-
les de la firma. Si dichas razones se pueden identificar y cuantificar, entonces se podría obtener
una mejor estimación de el coeficiente beta de un título. Es así que surge la noción de los betas
fundamentales. Unos de los primeros trabajos fue el de Beaver, W, Kettler, P y Scholes, M44 en
donde se estudio la relación entre los rendimientos de una muestra de firmas y siete variables
como el ratio de pago de dividendos, la tasa de crecimiento de activos, endeudamiento, liquidez
corriente, tamaño de la firma y la volatilidad histórica de las ganancias medidas como la varia-
ción del ratio ganancia-precio.
Si bien los betas históricos responden a los movimientos de mercado, los cambios en los fac-
tores fundamentales son reflejados en forma lenta. Por el contrario, los coeficientes estimados
sobre la base de factores fundamentales tienen una mayor velocidad de reacción. La desventaja
de los betas fundamentales es de índole teórica, dado que aún no se pudo formalizar un modelo
de aplicación generalizada a todos los activos 45 .
c) Coeficientes Betas Comparables

A falta de estimaciones confiables mediante la regresión de rendimientos una práctica difun-
dida es el uso de comparables, es decir coeficientes betas sectoriales desprovistos del efecto del
endeudamiento. Uno de los inconve nientes que presentan el uso de comparables reside, en la
extrapolación de valores pertenecientes a contextos financieros con características distintas al
mercado de destino al cual pertenece el activo, máxime si hablamos de mercados emergentes 46 .
También en la definición de la forma de tratar el efecto de la deuda, ya que toda la teoría de los
efectos del leverage financiero se encuentra ligada a la teoría de estructura de capital de Modi-
gliani y Miller 47 , en donde se presumen relaciones directas entre costos de endeud amiento y
ambientes fiscales, sin perjuicio que en la actualidad, las proposiciones clásicas de la teoría de la
estructura de capital y, por ende, de la inc idencia de la deuda en el riesgo del activo, son objeto
de un profundo debate y revisión48 .
41
Existen ajustes empíricos como el que practican algunas consultoras. La consultora Bloomberg calcula el beta
ajustado de la siguiente manera β Adj = 0.67 × β +0.33 ×1 . Presume que una fracción del coeficiente tiende al beta de
mercado.
42
Blume, M., Betas and their Regression Tendencies, Journal of Finance, 1975
43
Vasicek, O., A note on using cross-sectional information in Bayesian Estimation of security betas, Journal of
Finance, 1973
44
Beaver, W, Kettler, P & Scholes, M., The Association between market determined and accounting determined
risk measured, The Accounting Review, 1970
45
El mismo inconveniente del modelo APT.
46
Situación que no se verificaría en el supuesto de integración total de los mercados de capitales.
47
Modligiani, F y Miller , M., The cost of capital, corporation finance and the theory of investment, American Eco-
nomic Review, 1958
48
Fernández P., Optimal Capital Structure: Problems with the Harvard and Damodaran Approaches, WP 454.
IESE
d) Coeficientes Betas Contables 49

Una alternativa par el cálculo de la sensibilidad de los rendimientos de un activo ante varia-
ciones en los rendimientos en el mercado, está dada por la estimación del coeficiente beta a par-
tir de información contable. Dados los problemas que presenta la información para la estimación
de los coeficientes, estos son estables en sus valores. Esto es consecuencia de que la información
no refleja cambios bruscos entre las diferentes observaciones consideradas. Se debe a que los
cambios en los impulsores del rendimiento y las modificaciones a los factores fundamentales de
la firma, no se ven reflejadas en forma inmediata en los estados contables, dando como resultado
betas subvaluados para firmas riesgosas y la inversa para firmas con menor elasticidad a los mo-
vimientos de mercado.
En el cuadro 7 se presenta un resumen de las diferentes opciones para la determinación del

coeficiente beta.
Cuadro 7. Alternativas de cálculo de coeficientes beta
Fuentes Usadas para

Símbolo Descripción Forma de Cálculo
la Estimación
β ( históricoI ) Coeficiente beta histó- Regresión rendimientos Series rendimientos acti-
rico individual observados activo – mer- vos. Series rendimientos
HISTÓRICO INDIVIDUAL cado de mercado según defini-
ción del índice a emplear.
β ( históricoS ) Coeficiente beta histó- Regresión rendimientos Series rendimientos acti-
rico sectorial conjunto de activos – mer- vos. Series rendimientos
HISTÓRICO SECTORIAL cado. Proceso de quita de de mercado según defini-
los efectos estructura de ción del índice a emplear.
capital y cálculo de la Estructuras de capital
relación B/S objetivo. empresas del sector y
activo objetivo.
β ( históricoAj ) Coeficiente beta histó- Regresión rendimientos Series rendimientos acti-
rico ajustado individual conjunto de activos – mer- vos. Series rendimientos
HISTÓRICO AJUSTADO o sectorial cado. Ajuste del coeficien- de mercado según defini-
INDIVIDUAL te. Métodos de Blume, ción del índice a emplear.
SECTORIAL Vacicek y ponderaciones. Estructuras de capital
Sectorial, proceso desapa- empresas del sector y
lancar-apalancar. activo objetivo.
β ( comparables ) Coeficiente beta com- Coeficientes betas de Coeficientes betas de
parable individual o empresas del mismo sec- empresas del mismo sec-
COMPARABLE INDIVI- sectorial tor. Empresas en el mer- tor. Estructuras de capital
DUAL O SECTORIAL cado del activo o mercado empresas comparables del
externo. sector y activo objetivo.
Individual y sectorial, pro-
ceso desapalancar-
apalancar.
β ( fundamentales ) Coeficiente beta sobre Estimación mediante sen- Factores como liquidez,
la base de factores sibilidad de rendimientos a tamaño, endeudamiento,
FUNDAMENTAL fundamentales tales factores. dividendos, EBIT, NOPAT
entre otros.
β ( contable ) Coeficiente beta sobre Regresión rendimiento Informes contables. Ren-

la base de información contable contra definición dimientos de mercado.
CONTABLE INDIVIDUAL cartera de mercado. Estructuras de capital.
contable. Individual o
O SECTORIAL sectorial.
49
Para mayor detalle ver Rotstein, F, Esandi, J y Jaitt, F., Modelos de equilibrio y la predicción de fracasos finan-
cieros. Los betas y la información contable, WP Universidad Nacional del Sur, 2002.
6. El modelo y los mercados emergentes

Como fue indicado en las secciones anteriores uno de los problemas que presenta CAPM es
su aplicación en los mercados emergentes dadas las características particulares de estos. Por lo
general estos contextos financieros no cumplen con las condiciones necesarias para ser conside-
rados receptores del modelo. Siguiendo a Fornero 50 se puede decir:
♦ Profundidad del mercado: La dimensión profundidad adquiere relevancia ya que si no
se encuentran representados los sectores significativos de la economía, las posibilida-
des de diversificación se ven menguadas. De hecho los índices de mercado de las eco-
nomías emergentes no contienen en su estructura a todos los segmentos de actividad,
por lo que mal pueden ser considerados como fieles exponentes del riesgo sistémico.
♦ Regulaciones al control societario: en los mercados emergentes en general se observa
la existencia de una mayor discrecionalidad en los actos de gobierno y la aplicabilidad
de las normas, que en definitiva redundan en una menor protección para los accionis-
tas minoritarios y brinda un clima de inseguridad jurídica para las inversiones. Por
cierto, dicha situación se manifiesta en una mayor tasa de rendimiento requerida por
los inversores, la cual a nivel país int egra lo que se conoce como riesgo soberano.
♦ Información confiable del desenvolvimiento de los activos: depende del plexo norma-
tivo tendiente a salvaguardar la fiabilidad de la información pública, buscando reducir
el grado de discrecionalidad con el cual se elabora. La solvencia de la información pa-
ra la toma de decisiones, surge de la acción conjunta de organismos públicos y priva-
dos que ejercen el control sobre el procesamiento, suministro de los informes y cum-
plimientos de las normas. El grado de acceso a la información, el costo asociado y la
calidad también depende de la atomización del mercado de la información.
♦ Costos de transacción y liquidez de los activos financiero: los costos de transacción
son un factor determinante al momento de realizar una posición en activos. Si estos
son significativos, disminuye la velocidad de las transacciones y esto tiene efecto so-
bre la rapidez con que las carteras se pueden ajustar frente a los cambios en la infor-
mación y expectativas percib idas para cada empresa. La liquidez del título, es decir la
capacidad de poder de negociación, también es un determinante al momento de impul-
sar operaciones. La iliquidez se puede ver potenciada por el poco desarrollo de los
mercados secundarios o la existencia de altos costos transaccionales. Este fenómeno
hace que los títulos se negocien con poca frecuencia, tal que los valores a los cuales
fueron tranzados no reflejan los ajustes pendientes como consecuencia de cambios en
las expectativas.
Las situaciones mencionadas tornan dudosa la aplicación de CAPM, por cuanto las estima-
ciones de las variables activo libre de riesgo, adicional por riesgo de mercado y coeficiente beta
del activo, calculados sobre datos provenientes del mercado emergente generan ciertas dudas en
lo que respecta a la validez de los resultados, como representativas de los riesgos que en teoría
mide el modelo.
De hecho, el modelo es una respuesta para la medición del riesgo en la tasa de actualización,
cuando el mercado cumple con las condiciones citadas y además el coeficiente beta del activo es
estable en el tiempo. Si las condiciones citadas no se cumplen no puede usarse de forma directa
la tasa pronosticada por el modelo. 51
50
op.cit.
51
Lo dicho es conocido como la elasticidad de las expectativas entre los rendimientos del activo y del mercado que
sostienen Myers, S y Turnbull, S., Capital budgeting and the CAPM. Good news and bad news, Journal of Finance,
1977
En contextos no-CAPM 52 , se han propuesto un conjunto de métodos que tienen como objeti-
vo adecuar los parámetros del modelo e incorporar adicionales que tratan de forzar la lógica de
mayor riesgo, mayor tasa requerida en un mercado emergente. El punto, como luego se verá, es
determinar si los adicionales a la tasa de rendimiento requerida tienen precio de mercado y son
medidas coherentes y homogéneas, o por el contrario simple incorporaciones ad-hoc con el fin
de cumplir con el axioma citado.
GCAPM 53 y los ajustes al modelo. Un problema de perspectiva

En el presente trabajo no se pretende realizar un desarrollo pormenorizado del tema de los
mercados emergentes y las diferentes versiones del modelo, ya que excede la magnitud y propó-
sito del escrito. Simplemente se busca presentar el dilema sobre la mesa de discusiones.
Una alternativa utilizada por los practicantes, sobre todo en materia de valuación internacio-
nal de proyectos de inversión es trabajar con la versión internacional del modelo, la cual se pre-
senta en la ecuación [23].
Rf + MRP( Global ) × β ( e ,g ) Ecuación 23
donde los componentes de la ecuación son:

Rf = Tasa libre de riesgo.
MRP (Global ) = Adicional por riesgo de mercado global
β (e ,g ) = Coeficiente beta entre el activo y la cartera de mercado global.
El modelo es vá lido en la medida que se verifique la integración de los mercados desde la

óptica del inversor financiero global. El supuesto base es que los títulos varían a raíz de los mo-
vimientos de los rendimientos globales, los cuales serían los componentes sistemáticos de ries-
go. El riesgo asistemáticos en la versión internacional compuesto por el riesgo propio del activo
y el riesgo vinculado al contexto financiero de origen del título, pueden ser eliminados mediante
la construcción de una cartera global. En otras palabras, aplicando la lógica de CAPM, el inver-
sor financiero exigirá compensación por asumir riesgo que no puede eliminar por medio de la
diversificación, por lo cual exigirá el adicional por riesgo de mercado de la cartera global incre-
mentado o disminuido por el grado de covariación de los rendimientos de activo en relación a
los rendimientos del portafolio mundial.
Mediante la utilización del modelo global se pretende sortear los problemas de cuantifica-
ción de variables que se presentan en las economías emergentes. Las claves de funcionamiento
son dos:
♦ Perspectiva mundial o inversor financiero diversificado internacionalmente.
♦ Correlación entre los rendimientos de la cartera global y los rendimientos de la eco-
nomía emergente objetivo (es decir, integración de los mercados de capitales)
Respecto del primer requisito no hay mucho que aportar ya que solamente quedan incluidos
los inversores financieros que operan en diferentes mercados de capitales, desplazando a los
inversores financieros locales. Estos últimos tienen como alternativa utilizar algunos de los ajus-
tes ad-hoc propuestos por los practicantes, o intentar la utilización del modelo base a partir de la
cuantificación de las variables mediante el uso de precios de origen. En definitiva el posicionar-
se como inversor internacional o nacional es un tema de enfoque.
Respecto de las barreras a la integración entre mercados emergentes y desarrollados que se
pueden citar son:
52
Es dudosa la lógica de los modelos multifactoriales como el APT, o el Multi-Beta de Merton en los contextos
emergentes, ya que las diversas carteras o índices incluyen elementos con riesgo de mercado.
53
Global Capital Assets Pricing Model.
♦ Barreras generadas por factores específicos de los mercados emergentes: La inestabi-

lidad macroeconómica y política, la cual se manifiesta mediante las bajas calificacio-
nes crediticias, alta volatilidad del nivel de precios de los bienes y controles sobre el
mercado de divisas.
♦ Barreras legales: Poco desarrollo del marco jurídico, dado por la asimetría de info r-
mación en poder de los inversores. Dicha situación cobra cuerpo en primer término en
relación con informes emanados por las empresas, y en segundo lugar por la poca pro-
tección a los accionistas minoritarios, complementado con la existencia de un plexo
normativo débil, en lo que refiere a las normas de funcionamiento del mercado de ca-
pitales.
♦ Barreras estructurales: Poca profundidad el mercado de capitales, la cual se manifies-
ta en una baja capitalización y la escasa representación de sectores relevantes de la
economía en cuestión.
♦ Barreras indirectas: Poca presencia de fondos de inversión extranjeros en el país, res-
tricciones a la inversión e inexistencia de títulos locales que coticen en mercados ex-
tranjeros.
Existe importante evidencia empírica respecto del comportamiento de los mercados de capi-
tales emergentes y su correlación con las economías desarrolladas. Fornero 54 indica que los ren-
dimientos promedios de los mercados emergentes son más altos y volátiles que los devengados
por las economías desarrolladas. Detrás de tal comportamiento en la primera clase de mercado,
existen dificultades estadísticas en el trabajo con datos históricos. Es decir, la distribución de
probabilidad de los rendimientos no se aproxima a la forma de distribución normal y como con-
secuencia de ello torna cuestionable a la varianza como medida del riesgo de un activo, según
Erb, Harvey & Viskanta 55 . El efecto es que los rendimientos observan un comportamiento asi-
métrico con una tendencia negativa. En segundo término la dificultad precedente se ve poten-
ciada por el hecho de que el sesgo en la distribución de probabilidad no es constante en el tie m-
po, por el contrario cambia en magnitud. A lo dicho se le suma la alta volatilidad de los precios
de los activos, por lo cual el trabajo eficiente con datos históricos se ve dificultado en estos mer-
cados.
Otro problema de aplicabilidad del GCAPM está dado por la correlación de rendimientos en-
tre la cartera mundial y economías emergentes. En principio, existe una baja correlación con la
cartera mundial. Conceptualmente una correlación baja significa que parte del riesgo propio de
los activos puede ser eliminado mediante una diversificación en una cartera de inversión. No
obstante un coeficiente de correlación bajo muestra todo lo contrario. Un alto coeficiente esta-
dístico de correlación demuestra que los rendimientos de los mercados se encuentran afectados
por factores comunes a los de la cartera internacional. Esta situación es un buen indicador del
grado de integración de los mercados de capitales y de la efectividad en la implementación de
CAPM en su versión global56 . Por el contrario, al existir barreras a la integración éstas se ven
reflejadas en una baja correlación con los rendimientos de la cartera global57 , brindando pocas
posibilidades de reducción efectiva del riesgo mediante la diversificación.
Otro dato a considerar es la correlación existente entre las economías emergentes, la cual es
discutible, sobre todo en el bloque Latinoamericano, en donde las crisis Mexicana del año 1995,
Brasilera 1998 y Argentina 2001 tuvieron un efecto contagio con los países integrantes de los
bloques de menor importancia que las crisis de las economías Asiáticas. Estas ideas se ven re-
54
Fornero R, op.cit .
55
Erb, C Harvey, C & Viskanta, T., New perspectives on emerging market bonds. Journal of Portfolio Manage-
ment, Winter 1999
56
Siempre y cuando se cumpla con los requisitos de profundidad, liquidez y regulaciones del mercado de capitales
bajo examen.
57
Erb, C Harvey, C y Viskanta, T op.cit.
forzadas si se tiene en cuenta el origen de la estructura de deuda de los mercados de América

Latina, como el caso del mercado Argentino. Otra característica en los mercados emergentes, es
que los bonos gubernamentales y acciones tienen una correlación entre sí mayor que en las eco-
nomías desarrolladas. Los inversores financieros en los mercados de capitales desarrollados,
bajan su exposición de riesgo invirtiendo en posiciones largas en títulos privados y tomando
colocaciones en activos con bajo riesgo, es decir bonos gubernamentales. Dicho comportamien-
to no se observa en los mercados emergentes, dado que entre las dos clases de activos se eviden-
cia una correlación positiva, fruto de que el inversor internacional no privilegia la diferencia
entre títulos públicos y privados, sino que evalúa la situación en conjunto del mercado 58 . Si el
objetivo es bajar los niveles de riesgo en la inversión, se orienta la riqueza del mercado emer-
gente al mercado desarrollado, donde se discierne respecto de la clase de activo financiero a
comprar. El precio de mercado de la situación política, social y económica de una economía en
desarrollo, desde la óptica del inversor diversificado es conocido como riesgo país. 59
Esta medida es utilizada a menudo, para la determinación de las tasas ajustadas por riesgo
global que exigen los inversores internacionales.
En conclusión, GCAPM tiene utilidad en mercados desarrollados, pero al existir baja rela-
ción entre rendimientos esperados de los activos y los rendimientos de la cartera global para
economías emergentes 60 hace que no exista vínculo estadístico entre rendimientos de activos y
coeficientes betas. Los inversores internacionales deben introducir algunas modificaciones a la
versión global de CAPM, para ser utilizado en mercados emerge ntes.
7. Propuestas teórico–prácticas para economías emergentes

Como fue expuesto, CAPM sufre distintas modificaciones como a consecuencia de la globa-
lización de los negocios y la captación de las desviaciones típicas de las economías emergentes
en comparación con el comportamiento de los mercados financ ieros desarrollados.
La versión internacional del modelo, el GCAPM y las modificaciones introducidas sobre es-
te, cobraron importancia en los últimos años a instancias del el porcentaje significativo de nego-
cios e inversiones que tienen las casas matrices en los mercados emergentes.
En las secciones anteriores se presentaron, en forma sumaria, las diversas propuestas teóricas
y prácticas para la cuantificación de los parámetros del modelo, activo libre de riesgo, adicional
por riesgo de mercado y coeficiente beta. También se desarrollaron los requisitos que se deben
verificar en un contexto CAPM, los inconvenientes que se presenten en los mercados emerge n-
tes, el dilema de la globalización de los negocios, la integración de los mercados emergentes y
las barreras existentes que traban la vinculación de las economías desarrolladas y emergentes.
En la presente sección se enumeraran algunas propuestas desarrolladas en el campo acadé-
mico y de los practicantes de finanzas, en donde CAPM tradicional (implícitamente local) da
paso a la versión global incorporando ajustes al precio del riesgo, dependiendo del grado de in-
tegración del mercado en desarrollo bajo examen.
En el mundo académico y práctico se proponen dos corrientes de adaptaciones al modelo a
saber:
♦ Modelos fundamentados en el supuesto de integración de los mercados de capitales
desarrollados y emergentes.
♦ Modelos fundamentados en el supuesto de que los mercados financieros se encuentran
segmentados
58
Esta situación torna compleja la determinación de la tasa libre de riesgo en las economías emergentes, amén de
las características que debe revestir el activo para ser considerado como tal.
59
Existen varias formas de cuantificarlo. La más difundida es mediante el índice EMBI (Emerging Market Bonds
Index) de JPMorgan y sus diferentes variantes.
60
Erb, C Harvey, C y Viskanta, T., Risk in emerging markets, The Financial Survey, 1998
Las alternativas indicadas dan lugar a un fuerte debate académico y práctico, ya que existe
evidencia empírica de que las economías emergentes gozan de un menor grado de integración
con las economías desarrolladas. Las diferentes corrientes de trabajo, en la estimación del ren-
dimiento requerido sobre activos en mercados emergentes son:
♦ Utilizar la versión internacional del modelo, GCAPM, y ajustar por riesgo político de
la economía emergente en la tasa de descuento o en el flujo de fondos del proyecto.
♦ Usar CAPM partiendo del supuesto de segmentación de los mercados. La estimación
de los parámetros se practica tomando como base los datos provenientes del contexto
emerge nte.
♦ Usar modelos híbridos, que combinan las cualidades de las opciones anteriores.
♦ Usar modelos multifactoriales donde el riesgo político sea un factor más de estima-
ción, claro está se estaría abandonando los supuestos base de CAPM.
♦ Utilizar opciones reales para la valuación de proyectos de inversión.
Para los practicantes las opciones se incrementan producto de las diferentes alternativas
“empíricas” para estimar parámetros.
El GCAPM parte del supuesto de que el riesgo nacional es un componente asistemático, por
lo que los datos para la estimación del costo del capital son propios del mercado desarrollado, de
origen del inversor extranjero, más el factor de riesgo político el cuál se incorpora como ajuste
en el flujo de fondos del proyecto o en la tasa de descuento.
En las versiones que suponen segmentación de los mercados, los componentes deben derivar
del mercado local. Existen posiciones 61 en donde, desde la óptica del inversor internacional, no
se recomienda el uso de betas estimados a partir de los datos provenientes de las economías
emergentes debido a la poca profundidad y diversidad del mercado Este hecho no significa ma-
yor volatilidad, sino que algunas inversiones a valuar no se encuentran representadas en el mer-
cado de capitales emergentes.
De allí se aconseja estimar coeficientes betas utilizando regresiones entre rendimientos ob-
servados con índices de mercado globales. Por sector se proceden a segregar los coeficientes en
betas emergentes y betas desarrollados, para la firma multinacional según la procedencia de los
rendimientos del activo. La evidencia empírica indica que no existen diferencias estadísticas
entre los coeficientes betas sectoriales emergentes y desarrollados para firmas multinacionales.62
Lo expuesto sirve para apoyar el supuesto de integración de los mercados financieros para los
inversores diversificados internacionalmente.
8. Supuestos tradicionales para la utilización de los modelos globales. Dificultades que se

presentan
En el marco tradicional se parte de los siguientes supuestos:
♦ La inversión es afectada por el riesgo político, el cual es un componente con precio de
mercado.
♦ El inversor accede al mercado financiero global de capitales, por lo cual se encuentra
globalmente diversificado.
♦ El tamaño relativo de la inversión, siendo de magnitud considerable.
Estos supuestos no se cumplen con eficacia en los mercados emergentes debido:

♦ Existen suficientes imperfecciones en el mercado de capitales, en donde se presentan
trabas a la integración de las economías.
61
Salomon Smith & Barney, A practical approach to the international valuation & Capital allocation puzzle, WP
2002
62
Para un mayor desarrollo del tema ver Salomon Smith & Barney. op.cit.
♦ El inversor promedio no se encuentra completamente diversificado.

♦ El factor tamaño sesga la verdadera tasa de rendimiento requerida sobre la inversión,
en particular para pequeñas firmas, ya que determinadas inversiones determinan tasa
en función al tamaño, a menor tamaño mayor tasa.
8.1 Modelos a utilizar
a) Versión global de CAPM y ajuste por riesgo político
Rf + MRP ( ACWorldIndex ) × β ( e ,g ) + Bsp − Rc Ecuación 24
La ecuación [24] parte de GCAPM e incorpora el adicional por riesgo país en el último tér-
mino. l adicional por riesgo país se lo escribe como:
Bsp = RBonosp − Rf Ecuación 25
Tal que a la tasa de actualización, se le suma dicho adicional. Como práctica común se utili-
za el diferencial entre un título representativo de deuda soberana local menos un bono emitido
por el gobierno de los Estados Unidos como activo libre de riesgo. 63 Parte de dicho diferencial
entre tasas, puede atribuirse al riesgo credit icio del emisor del título de deuda y el cual no es
representativo del riesgo país puro, por lo cual algunos practicantes proceden a sustraerlo. Para
ello se considera que el riesgo crediticio es igual a la diferencia entre el rendimiento de un bono
privado emitido por una empresa en un mercado desarrollado menos un título de deuda pública64
conforme se ind ica en la ecuación [26].
Rc = RBonosprivadosUSA − Rf Ecuación 26
El adicional por riesgo de mercado surge por la prima de rendimientos globales y el cálculo
del coeficiente beta por regresión de rendimientos del activo contra rendimientos de la cartera
global. Se debe aclarar algunas cuestiones en relación al cálculo del riesgo país. Partiendo de un
inversor internacional base, en el supuesto de que el mercado tenga una calificación alta se utili-
zaría la versión internacional pura. En el supuesto de estimar adicional por riesgo país, una al-
ternativa de uso difundida es calcularlo mediante el diferencial de bonos domésticos de deuda
pública en dólares y bono soberanos estadounidense. Si existen altas probabilidades de incum-
plimiento soberano o no hay mercado financiero de bonos de deuda pública 65 , otra propuesta es
utilizar las calificaciones de deuda privada de Stand & Poor’s, practicando adecuaciones sobre
la duración de los instrumentos. Si no existiese ninguna de las estimaciones mencionadas es
común el uso de mediciones publicadas por consultoras privadas como International Investor
Credit Ratings o Euromoney Country Risk Ratings.
Existen algunas modificaciones sobre el modelo. Algunos teóricos y practicantes sostienen
que una fracción de los rendimientos en los mercados emergentes de la renta variables, se debe a
la calificación de los bonos de deuda soberana. Existe evidencia empírica de que el porcentaje
de variación de los rendimientos atribuible al efecto de la calificación de los instrume ntos de
renta fija es del orden del 30%. Con el objeto de no computar dos veces el riesgo contenido en
los títulos de deuda, es decir en el coeficiente beta y en el adicional por riesgo país, se procede a
63
En el supuesto de trabajar con índices de renta fija como el caso del publicado por la consultora JPMorgan, para
los mercados emergentes EMBI (Emerging Market Bonds Index), se trabaja con una cartera de títulos soberanos.
64
Ver Copeland T, Murrin, J y Koller T op.cit.
65
Para un mayor desarrollo del tema ver Salomon Smith & Barney. op.cit. Para el caso de riesgo de incumplimiento
puede presentarse la situación de que el diferencial sea significativo y no se condiga con el riesgo para la inversión
particular exigida por los inversores internacionales.
corregir por un factor que es designado en la ecuación como A . Por lo expuesto, el valor del
corrector es de 0.7 66 ,
Rf + MRP ( ACWorldIndex ) × β ( e , g ) A + Bsp − Rc Ecuación 27
Otra variante del primer subgrupo, es partir del supuesto de que no todos los activos se ven
afectados por el riesgo país de forma similar. La exposición a dicho riesgo se ve correlacionada
con el vínculo, que con los mercados internacionales tiene el activo bajo examen. Para ello se
usa un coeficiente de ajuste sobre el adicional por riesgo soberano 67 ,
VEMI
E = Ecuación 28
VSMI
VEMI = porcentaje ventas en el mercado interno del activo.
VSMI = porcentaje ventas en el mercado interno del sector.
De modo que la ecuación queda planteada como de la siguiente manera,
Rf + MRP ( ACWorldIndex ) × β ( e , g ) A + [ Bsp − Rc ] E Ecuación 29
De esta forma se procede a graduar la exposición para cada activo al riesgo soberano del
mercado que se está evaluando, en función al grado de dependencia con el mercado interno.
Dicha dependencia es medida por el cociente indicado.
Todas las ecuaciones parten de la hipótesis de integración del mercado local con el mercado
internacional y presuponen un inversor financiero internacional promedio. El riesgo de covaria-
ción del rendimiento local con el mercado global es,
Cov(e, g)
B(empresa, ACWORLDMSCI ) =
Var( g )
Si el mercado no se encuentra integrado, de nada sirve utilizar el coeficiente beta global, ya
que el riesgo propio del país es difícil de diversificar. Como respuesta a la falta de integración
entre mercados emergentes y segmentados es que en el campo teórico como práctico se usan
modelos segmentados.
b) Versión modelos que no parten del supuesto de integración
Rf + MRP ( ACWorldIndex ) × β ( e , p ) × VR ( p , g ) Ecuación 30
La medida relevante de riesgo está vinculada a la volatilidad de los rendimientos del emer-
gente. Para determinarlo, se propone un factor de volatilidad relativa medido por el cociente de
los desvíos de los rendimientos del mercado emergente y el mercado desarrollado. El modelo
bajo estudio solo usa el cociente de desvíos entre mercado emergente y cartera global. 68
VR ( país , global ) = σ
σg
p
Ecuación 31
σ p = desvíos de rendimientos locales

σ g = desvíos de rendimientos internacionales
66
Fornero R, op.cit.
67
Damodaran A,op.cit..
68
Todos los modelos pertenecientes al tercer grupo se diferencian del resto de ecuaciones propuestas, por el hecho
de que parten de GCAPM e introducen modificaciones destinadas a sortear los problemas de implementación del
modelo en las economías emergentes.
El adicional por riesgo de mercado está calculado a partir de los rendimientos de la cartera
global, pero a diferencia de los modelos que tienen en cuenta el grado de integración de los mer-
cados, el coeficiente beta es el local, es decir surge de la covariación entre los rendimientos del
activo y los rendimientos del mercado doméstico.
El producto entre la prima de mercado y el coeficiente beta se ajusta por el adicional por
riesgo total, calculado mediante el cociente de los desvíos del mercado local con la cartera glo-
bal. El modelo propuesto presume que no existe integración con el mercado internacional.
Rf + MRP ( ACWorldIndex ) × β (e , p ) × SV ( p , g ) Ecuación 32
La novedad de la presente ecuación está dada por cuantificar el adicional por riesgo de mer-
cado tomando la porción negativa de los desvíos. Si bien la medida de riesgo más difundida es
la varianza de los rendimientos, trabajar con la porción negativa refuerza el supuesto de que, el
grado de aversión al riesgo del inversor promedio por el cual se exige rendimientos adicionales
está expresado por la porción negativa de la variabilidad de los retornos, o sea se requiere com-
pensación por el riesgo de disminución en los ingresos esperados.
Se presume poca integración entre el mercado objetivo y la cartera global. El adicional por
riesgo se manifiesta mediante un cociente, calculado a partir de la porción negativa de los desví-
os de los rendimientos.
La presente medida del adicional por riesgo de mercado es atractiva, sobre todo cuando exis-
ten asimetrías significativas en la distribución de probabilidad de los rendimientos observados
del mercado. De hecho, los sesgos se presentan con mayor fuerza en las economías emergentes,
no teniendo peso significativo en las economías desarrolladas 69 . Esto puede conducir a pensar
que la utilización del coeficiente de volatilidad relativa propuesto en la ecuación 30, conduzca a
sobre o subestimaciones de los rendimientos.
El coeficiente de sensibilidad basado en la porción negativa de la varianza se puede expresar
como,
Sσ p
SV ( país, global ) =
Sσ g Ecuación 33
Sσ p = desvíos negativos respecto de la media del mercado local

Sσ g = desvíos negativos respecto de la media del mercado global
También se planteó un modelo ideado para las economías latinoamericanas, 70
SYTM BB + ( MRP (USA ) × VR ( p , USA ) × β ( e , p )) × Ai Ecuación 34
Los parámetros del modelo son:

SYTMBB = Tasa desprovista de colateral o stripped yield de un bono Brady,
B ( e , p ) = Covarianza de los rendimientos del activo en relación a una cartera local,
MRP (USA ) = Prima por riesgo de mercado para Estados Unidos,
VR ( p , USA ) = Variación relativa entre los rendimientos del mercado local y los rendimientos nor-
teamericanos
Ai = Factor para admitir “la interdependencia entre la tasa libre de riesgo y la prima por riesgo de
mercado” conforme sostienen los autores asignándole un valor de 0.6.
Es un modelo complejo de entender a simple vista, pero si se elimina el factor de corrección

del adicional por riesgo de mercado y se deja de lado el cociente de variaciones de los rend i-
69
Erb C, Harvey C & Visakanta T, op.cit.
70
Hauptman y Natella (1997) el modelo se denomina CSFB model y es citado por Harvey C, Op.Cit..
mientos, se tienen un modelo que a la tasa desprovista de colateral, pagada por los bonos de lar-
go plazo locales, se le suma la prima por riesgo de mercado de Estados Unidos, ajustada por la
covariación entre el activo seleccionado y la cartera de mercado local. En cierta forma guarda
relación con CAPM. Dicha medida es corregida por la volatilidad relativa de los rendimientos
de ambos mercados y ajustados por el factor de interdependencia. El modelo fue ideado con el
objeto de enfrentar los problemas de cuantificación del adicional por riesgo de mercado en eco-
nomías emergentes como las Latinoamericanas. La estructura de la ecuación obedece a la óptica
de inversores de fondos de alto riesgo posicionados en el mercado de capitales de Estados Uni-
dos.
c) Modelos híbridos
En el supuesto de que exista una integración parcial entre mercados, el adicional por riesgo
de mercado sería un promedio ponderado entre el riesgo de covariación y el cociente de volatili-
dad relativa. Los pesos específicos de cada medida se modificarán en relación a las expectativas
de integración del mercado objetivo con el resto. La ecuación se plantea de la siguiente manera,
Rf + MRP( ACWorldIndex ) [ (VR( país , global )P )(B ( país, global )(1 − P )) ] Ecuación 35
donde, P y (1 − P ) son los porcentajes de ponderación correspondientes a las expectativas en

materia de integración del mercado emergente.
También se puede sugerir un híbrido que combine cualidades de los modelos puros de inte-
gración y segmentación71 . Este incorpora el grado de integración del mercado objetivo con la
cartera mundial y el adicional por riesgo de mercado. El grado de integración lo cuantifica me-
diante la covariación de los rendimientos locales a los rendimientos internacionales, la prima de
mercado internacional y el diferencial entre los bonos del país y el activo libre de riesgo. No
obstante, el activo bajo examen puede tener un adicional por riesgo distinto al de un bono sobe-
rano. Tal situación es medida mediante la incorporación de coeficiente de volatilidad relativa
entre instrumentos de deuda y acciones del país estudiado.
Rf + (MRP(ACWorldIndex) × β (e , g) × A) + ( BSP ×VR(acciones, bonos ) − RC) Ecuación 36

donde
VR = σ M , p
σ B, p
σ M, p = volatilidad acciones del país
σ B, p = volatilidad bonos del país
El factor de corrección supone, que la elección de los inversores se debate entre renta fija y
variable. Lo criticable del supuesto, es que en las economías emergentes en realidad, existe una
alta correlación positiva entre bonos públicos y acciones conforme surge de la evidencia empír i-
ca, las que debilitan la fortaleza del modelo 72 .
d) Modelos multifactoriales
Los supuestos en los cuales se apoyan estas propuestas son que CAPM no capta todo el ries-
go cuando un inversor no se encuentra completamente diversificado en el marco de las finanzas
globales, que para inversores globales la diversificación debe ser internacional y que el riesgo
del país es considerado un factor de riesgo propio el cual tiene precio de mercado conforme lo
demuestra la evidencia empírica. Estas situaciones, al no ser incorporado en el flujo de fondos ni
71
Harvey C., The international cost of capital and risk calculator, WP 2001
72
Erb C, Harvey C & Visakanta T, op.cit.
capturado por la versión internacional de CAPM en la tasa, y como consecuencia de abandonar

los supuestos básicos de comportamiento de los inversores promedios, se propone el siguiente
modelo 73 :
Rf + MRP ( ACWorldIndex ) × β (e , g ) + [
y1+ y2+ y3]
30
× RP Ecuación 37
donde el primer término de la ecuación es la versión global de CAPM. La novedad es introduc i-

da por el cociente del segundo término, el cuál incorpora el riesgo político dosificado por los
factores y1, y2, y3 donde:
y1 = Significa el acceso al mercado de capitales internacional por parte del inversor financiero.
Los indicadores estarían representados por el tamaño de la firma, liquidez, existencia de mer-
cados secundarios, información sobre la empresa. Los valores oscilan entre 0 y 10 siendo 0 la
situación de acceso íntegro al mercado, por ende la de máxima diversificación para los inver-
sores.
y 2 = Factor de susceptibilidad de la empresa al riesgo político, como en el caso de inversiones con
alta relación a las decisiones del gobierno del país, ya sea porque el negocio nace de contratos
con el sector público o este último tiene alta participación en sus ingresos. Los valores son
entre 0 y 10, siendo 0 el valor para la menor susceptibilidad.
y3 = Importancia relativa de la inversión para la empresa. En donde el factor al adquirir un valor
de 10 indica la significativa importancia de la inversión para la empresa.
El principio “alto riesgo, alta tasa” trabaja bien en los mercados de capitales perfectos. El
modelo, al incorporar el riesgo político reconoce las imperfecciones del mercado y mediante los
factores, las características de la inversión. Claro está, la presente alternativa de cálculo de la
tasa es útil en la medida de la inversión internacional, o desde el punto de vista del inversor fi-
nanciero global. Tiene merito de captar factores no reconocidos en anteriores formulaciones,
pero es bastante endeble o cuestionable la forma en “como” se incorporar estos factores, además
de ser estos altamente subjetivos, es decir, distintos evaluadores llegan a distinta tasa y por lo
tanto no esta reflejando un precio de mercado que en teoría es único.
Otra alternativa para economías emergentes está dada por el calculador de riesgo de Har-
vey74 . La propuesta se basa en el cálculo de la tasa de descuento utilizando calificaciones credi-
ticias. Se supone que estas reflejan de mejor manera las posibilidades de quiebra, incumplimien-
to y acontecimientos traumáticos para un país. Por lo tanto la tasa de descuento se ajusta por
dichos eventos que hacen al riesgo político. Para ello se utiliza la calificación crediticia publica-
da por Institutional Investor, publicación semestral que pondera un conjunto de factores por pa-
ís, a partir de los cuales asigna una calificación, la cual oscila en una escala de 0 a 100, donde
100 representa el menor riesgo de incumplimiento. El rendimiento para un país surge de la si-
guiente ecuación:
kp = 2 [ a 0 + aLnCCR
1 p] Ecuación 38
75
Los coeficientes a 0 y a1 se obtienen mediante la regresión entre los rendimientos y las ca-
lificaciones crediticias,
Rpt + 1 = a0 + a1 LnCCRp + ε p t + 1 Ecuación 39
La pendiente es negativa porque a mayores calificaciones crediticias, menor tasa. En la esti-

mación de la tasa de actualización no se considera la exposición del activo individual al riesgo
de mercado, el cual en CAPM es medido por beta. En el numerador se ajusta el flujo de fondos
incorporando los riesgos de mercado de la inversión. De hecho la tasa que se estima es una tasa
73
Salomon Smith Barney, op.cit.
74
Harvey op.cit.
75
El factor en común con los restantes modelos está dado por el uso de los rendimientos del mercado financiero en
forma implícita para la determinación de los coeficientes. Un punto objeto de críticas.
para el mercado en general, el adicional por riesgo del negocio viene calculado en los ajustes al
flujo de efectivo. En los procesos de valuación, bajo el presente método, se captura la informa-
ción del país en el denominador y la del negocio mediante ajuste de flujos de fondos en el nume-
rador.
Una ventaja de la metodología bajo estudio es que brinda respuesta el tema de la variabilidad
del riesgo en el tiempo o estabilidad del parámetro beta. Al incorporar el riesgo de mercado del
activo en el numerador, se puede trabajar con el concepto de flujos equivalentes a certeza. La
desventaja es que toma información de mercados emergentes, en donde las características de los
mercados accionarios tornan discutible el precio del riesgo calculado a partir de los datos de
origen.
8.2 Opciones reales

Un campo a explorar y que tiende a salvar los inconvenientes presentados por los métodos
anteriores es el uso de opciones reales en la valuación de inversiones extranjeras. Se cons ideran
las características del inversor, el tamaño de la inversión y la vinculación con los factores políti-
cos, conjugados con el plexo de opciones derivadas del proyecto, ya que las inversiones peque-
ñas en emergentes permiten al inversor entender, cuantificar y construir valor agregado o en el
caso de fracaso el abandono del proyecto. A título de ejemplo se pueden citar dos situaciones
extremas, en donde por un lado se presenta el caso de inversiones de pequeña envergadura en
sectores afectados por factores políticos, aquí el ajuste por riesgo será mayor que en el caso de
inversiones de significativa envergadura en sectores con escasa incidencia del factor político.
Entre las alternativas mencionadas se produce un abanico de combinaciones producto de las
características del sector, su vinculación con el riesgo político, el tamaño de la inversión y del
inversor, todo complementado con el abanico de opciones reales que ofrece el proyecto.
Ilustración 1. Inversiones internacionales y opciones reales

(Fuente: Salomon Smith Barney, 2002)
9. Variables en el contexto argentino

A continuación se exponen datos estimados sobre el mercado financiero local. A título de
ejemplo se calcularon los coeficientes beta de algunas acciones más negociadas en el mercado
de capitales. Estos coeficientes fueron calculados regresando rendimientos mensuales observa-
dos por el periodo 01/01/1993 al 31/12/2003 contra índices de mercado. Las carteras de mercado
seleccionados fueron el índice de bolsa BURCAP, MERVAL y el índice ACWorldIndex elabo-
rado por Morgan Stanley Capital International. En la primera columna se ubican las estimacio-
nes de los coeficientes betas calculados a partir del índice BURCAP, en la segunda se utilizó el
índice MERVAL, y por último los rendimientos de la cartera global.
Cuadro 8. Coeficientes betas BURCAP, MERVAL y Cartera. Regresiones
Beta BURCAP Beta MERVAL Beta cartera

Especies
BURCAP(e,b) MERVAL(e,m) ACWORLD(e,w)
ACIN 1,47 1,53 1,06
ATAN 1,82 1,46 0,73
BSUD 1,01 1,03 -0,60
ERAR 1,79 1,55 0,68
FRAN 0,78 0,84 0,93
INDU 2,06 1,61 0,16
MOLI 1,18 0,94 1,09
PC 0,80 0,62 0,16
RENO 1,54 1,42 0,94
REP 0,91 0,54 0,20
STD 1,00 0,40 2,65
TEAR2 0,75 0,52 0,33
TEF 0,74 0,34 1,65
Cuadro 9. Coeficientes betas. Regresiones
Estadísticas de la regresión ACIN/B ACIN/M ACIN/W

Coeficiente de correlación múltiple 0,657279378 0,797888986 0,220959777
Coeficiente de determinación R^2 0,43201618 0,636626835 0,048823223
R^2 ajustado 0,42548763 0,632450132 0,037632908
Error típico 0,169203396 0,135337304 0,216371507
Observaciones 89 89 87
Estadísticas de la regresión ATAN/B ATAN/M ATAN/W

R^2 ajustado 0,26894184 0,236155774 -0,00239457
Error típico 0,295299972 0,301849069 0,349945582
Cuadro 9. Coeficientes betas. Regresiones (cont)
Estadísticas de la regresión BSUD/B BSUD/M BSUD/W

R^2 ajustado 0,13764776 0,199698578 -0,00215963
Error típico 0,24184992 0,232986305 0,277737299
Estadísticas de la regresión ERAR/B ERAR/M ERAR/W

R^2 ajustado 0,611476044 0,644557025 0,007728779
Error típico 0,140116263 0,134018457 0,226880746
Estadísticas de la regresión FRAN/B FRAN/M FRAN/W

R^2 ajustado 0,367857646 0,598057977 0,103617519
Error típico 0,100451383 0,08009957 0,119329516
Estadísticas de la regresión INDU/B INDU/M INDU/W

R^2 ajustado 0,691500868 0,579285693 -0,010883941
Error típico 0,136520223 0,159427654 0,249690058
Estadísticas de la regresión MOLI/B MOLI/M MOLI/W

R^2 ajustado 0,197196738 0,166079745 0,024970343
Error típico 0,233353145 0,237832585 0,259963842
Estadísticas de la regresión PC/B PC/M PC/W

R^2 ajustado 0,52601471 0,440563595 -0,024463645
Error típico 0,088781867 0,096453326 0,13455588
Estadísticas de la regresión RENO/B RENO/M RENO/W

R^2 ajustado 0,372210981 0,430574622 0,018037987
Error típico 0,197547995 0,188141316 0,249175376
Cuadro 9. Coeficientes betas. Regresiones (final)
Estadísticas de la regresión REP/B REP/M REP/W

R^2 ajustado 0,211403099 0,088633923 -0,02447145
Error típico 0,195660585 0,210340182 0,231425185
Estadísticas de la regresión STD/B STD/M STD/W

R^2 ajustado 0,126104382 0,006756295 0,14694906
Error típico 0,288494985 0,307564636 0,279143271
Estadísticas de la regresión TEAR/B TEAR/M TEAR/W

R^2 ajustado 0,036122519 0,019534602 -0,009830158
Error típico 0,336598999 0,339483006 0,34747858
Estadísticas de la regresión TEF/B TEF/M TEF/W

R^2 ajustado 0,16493827 0,028333783 0,117085563
Error típico 0,19013993 0,205103273 0,198192862
En el cuadro se puede apreciar que los valores de los coeficientes de determinación y corre-
lación son bajos para los beta calculados a partir de rendimientos internacionales, con lo cual se
invalida el supuesto de integración del mercado argentino con la cartera global y se quita validez
a la utilización de modelos basados solamente en el grado de integración de los mercados. Otro
punto a considerar es el hecho de que si bien los valores de correlación pueden llegar a ser satis-
factorios para las estimaciones utilizando índices domésticos, la poca profundidad y diversidad
de los índices locales 76 como el BURCAP o MERVAL tornan dudosos los valores como precios
del riesgo de mercado de los activos en cuestión. Un aporte adicional que pone de manifiesto los
problemas estadísticos que se presentan en la utilización de CAPM en economías emergentes, si
no se cumplen con los requisitos del inversor base, se exponen en el cuadro 8 donde se correla-
cionan los activos observados e indicadores utilizados para la cuantificación de parámetros
En el cuadro 10 se observa que los papeles tienen una correlación aceptable con las carteras
locales pero es magra en lo que respecta a los índices extranjeros, hecho que refuerza la idea de
que los modelos basados en la integración de los mercados de capitales no son útiles para inver-
sores domésticos emergentes. Inclusive los inversores globales, en la medida que no cumplan
con los supuestos del inversor base internacional, deben reconocer algunos riesgos provenientes
76
En el caso del índice BURCAP al 30/06/2003 se encontraba integrado mayoritariamente por los grupos Repsol
YPF (REP) 44,81% y Telefónica S.A (TEF) 13,62%. Luego se posicionan los demás papeles en donde el 41,57%
restante en la composición del índice lo reparten entre 31 papeles. Similar situación acontece para el índice MER-
VAL PC y GGAL concentran el 30%, el 70 % restante se reparte entre 31 papeles. Este es más diversificado que el
primero por contener papeles solamente en función al grado de negociación.
de su poca diversificación, del tamaño de la inversión o del vínculo con los factores políticos
mediante el uso de algún modelo híbrido o el trabajo con opciones reales.
Cuadro 10. Correlaciones entre variables 1998-2003

AC T-B 90D N 10Y SSPBAR LEBACS EMBI
Especie BURCAP MER VAL USA
WORLD USA USA G 90 ARG
INDU 0,85 0,77 0,01 -0,02 -0,26 0,00 0,19 -0,28 0,25
ERAR 0,79 0,81 0,15 0,12 -0,24 -0,02 0,20 0,04 0,35
PC 0,72 0,66 0,02 -0,02 -0,15 -0,06 0,07 -0,28 0,15
ACIN 0,66 0,80 0,25 0,25 -0,30 -0,20 0,25 0,38 0,35
RENO 0,62 0,66 0,19 0,17 -0,22 -0,09 0,14 0,35 0,22
FRAN 0,61 0,78 0,32 0,29 -0,11 -0,11 0,13 -0,01 0,18
ATAN 0,54 0,50 0,10 0,06 -0,09 0,01 0,09 -0,41 0,12
REP 0,52 0,33 0,03 0,02 -0,06 0,21 0,05 0,01 0,09
TEF 0,50 0,31 0,30 0,26 -0,15 0,08 -0,09 -0,52 0,08
STD 0,48 0,30 0,36 0,33 -0,08 0,08 -0,03 -0,49 0,03
MOLI 0,45 0,41 0,17 0,14 -0,08 0,01 0,02 -0,29 0,07
BSUD 0,37 0,45 0,09 0,08 -0,26 -0,09 0,37 0,18 0,35
TEAR 0,20 0,22 0,00 -0,03 -0,17 -0,16 0,17 0,15 0,16
X 0,56 0,54 0,15 0,13 -0,17 -0,03 0,12 -0,09 0,19
Lo expuesto toma fuerza si se aprecian los valores que adoptan los indicadores de riesgo pa-
ís, como el EMBI Argentina y el diferencial entre el rendimiento implícito de bonos PARD
(SSPBARG) nominados en dólares y los bonos del tesoro norteamericano a 30 años. Las correla-
ciones son bajas como para tomar simplemente dicho diferencia l y aplicarlo como adicional sin
tener en cuenta las condiciones particulares de la inversión.
El cuadro 11 presenta la correlación entre rendimientos mensuales de la cartera local, merca-
dos emergentes, Estados Unidos y la cartera global según datos de Morgan Stanley Capital In-
ternational (MSCI). Si bien los coeficientes de correlación experimentaron un incremento en el
periodo 1996-2002 en relación al periodo 1988-1995, en promedio los resultados son magros ya
que los rendimientos locales se correlacionan con los rendimientos mundiales en un 14% y con
Estados Unidos en un 22%. Lo expuesto refuerza la idea de baja integración de los mercados de
capitales, atentando contra la utilización de modelos que parten de la idea contraria, sobre todo
para inversores domésticos cuando se evita usar datos locales por no cumplir estos, con los re-
quisitos de CAPM. Para los inversores financieros internacionales, estos pueden partir del con-
cepto integración de los mercados, máxime si son inversores ampliamente diversificados, evi-
tando utilizar el concepto de segmentación del mercado dada las falencias de los datos del con-
texto emergente, pero sin perder de vista las características particulares de la inversión, es decir
flexibilidad de los flujos de fondos, tamaño, grado de la diversificación del inversor, vinculación
con los factores políticos y con el sector externo.
10. Conclusión
En el presente trabajo se resumió el amplio camino recorrido por CAPM formando la mente
de académicos y practicantes en el mercado de capitales. El funcionamiento del modelo, objeto
de un profundo debate académico y práctico, debe entenderse en dos dimensiones: El contexto
financiero en el cuál se trabaja y las características del inversor financiero.
Cuadro 11. Correlación y covariación entre carteras Argentina, EE.UU y Mundial
Periodos ARGENTINA Estadístico

Correlación MSCIAC World 0,14
Correlación MSCIEM 0,35
Correlación .MSCIUSA 0,22
1988-2002
Covarianza MSCIACWorld 0,0011
Covarianza MSCIEM 0,0044
Covarianza MSCIUSA 0,0017
1988-1995
1996-2002
En el caso de mercados financieros desarrollados, los cuales cumplen con los requisitos del
modelo, su aplicación se encuentra discutida ya que existe evidencia empírica en donde se veri-
fica la no linealidad de los rendimientos de los activos en relación a índices de mercado, como
surge de las pruebas de Fama & French contradiciendo los resultados de las pruebas clásicas
sobre el modelo. No obstante si bien surgen otros factores como el tamaño de los activos, el va-
lor libro – valor de mercado, la velocidad de reacción a los cambios de precios en función al
tamaño, no existe pruebas concluyentes que desechen por completo al coeficiente beta como
indicador del riesgo de mercado de los activos. De hecho la ecuación original se adecua de ma-
nera de captar en las mediciones tales situaciones 77 , pero el carácter de segundo mejor de los
índices de me rcado, implica que todavía el coeficiente beta siga siendo utilizado como medida
de riesgo. Modelos multifactoriales como APT aún no tienen un desarrollo teórico proponie ndo
un nuevo equilibrio de mercado 78 .
El novel debate del modelo se presenta para las economías emergentes como consecuencia
de la globalización de los mercados de capitales. La mayoría de los estudios son de afuera hacia
adentro, es decir desde la óptica de los inversores financieros internacionales hacia el mercado
emergente. Es incipiente el estudio tomando el camino inverso. Se expuso que los mercados
emergentes no cumplen con los requisitos exigidos por el modelo; profundidad, diversidad, in-
formación, liquidez y costos de transacción.
Lo expuesto, para las economías emergentes, hace que la perspectiva del inversor fina nciero
cobre fundamental importancia a la hora de proponer la utilización del modelo y las dive rsas
variantes que de él se desprenden. Se puede proponer un intento de estratificación de alternati-
vas de medición según el inversor:
77
Exis ten modelos de dos factores en donde el coeficiente beta trata de captar tamaño, o adicionales por falta de
liquidez. Para un buen desarrollo del tema ver Pratt, Shannon, Cost of Capital. Estimation and Applications, Wiley,
2000
78
Esta es la crítica que los académicos formulan a dichos modelos. Ver Elton, E & Gruber , M., Modern Portfolio
Theory, Wiley, 1996. Cap 16 p. 387-388
a) Inversores financieros internacionales base: Estos son aquellos que se encuentran am-
pliamente diversificados tomando posiciones en distintos mercados, su magnitud de nego-
cios es importante y tienen alta flexibilidad para entrar o salir de mercados, es decir alta mo-
vilidad de su riqueza. En este caso bien pueden utilizar las versiones que se basan en la inte-
gración de los mercados de capitales más un adicional por el riesgo soberano de cada merca-
do. Se debe aclarar que estos inversores tienen dos grados de diversificación, una en forma
global y dentro de cada economía vuelven a diversificar la riqueza invertida.
b) Inversores diversificados internacionalmente: Se distinguen de los anteriores ya que si

bien tienen negocios multinacionales, en cada contexto la estrategia de diversificación no es
pura o teórica, adoptando posiciones relativamente menos flexibles a la entrada y salida en
determinados proyectos de inversión. Estos inversores al tener menor movilidad de riqueza
que los anteriores, ya sea por las características del proyecto del mercado emergente, el ren-
dimiento requerido de la inversión bien podría ser calculado mediante el empleo de modelos
híbridos. De estos modelos se deben ponderar tres cualidades para medir el grado de efecti-
vidad en su aplicación:
♦ Grado de integración que toma en consideración el modelo.
♦ Características de la inversión bajo examen.
♦ Peso que el modelo le asigna al contexto emergente.
Hay modelos los cuales hacen hincapié en el grado de integración y las características
propias del contexto emergente, por ejemplo el modelo propuesto por Harvey calculando
adicionales sobre la base de calificaciones crediticias, en donde la tasa obtenida captura los
factores generales del mercado emergente, más no tiene en cuenta las características de la
inversión79 , el riesgo de mercado de la última es expresado en el flujo de fondos. En el otro
extremo la propuesta de ponderar el riesgo país en función al tamaño de la inversión, diversi-
ficación del inversor, vinculación con los factores políticos, según la alternativa presentada
por Salomon, Smith & Barney. La propuesta de Damodaran en donde el adicional por riesgo
país se dosifica o amplifica en función al grado de vinculación con el sector externo – inter-
no de la inversión en cuestión como tercer alternativa.
c) Inversores domésticos emergentes: Los precios del riesgo de mercado y del riesgo del ac-
tivo se tornan dudosos, ya que el mercado de capitales en sí no cumple con los requisitos pa-
ra ser considerado un contexto CAPM. Las alternativas para inversores internacionales como
adicionar volatilidades medidas mediante el uso de varianzas de los rendimientos de los
emergentes, en el caso de usar modelos que parten de la segmentación de los mercados fi-
nancieros, tienen como fin morigerar los inconvenientes de medición de los parámetros del
modelo a partir de datos locales. En realidad utilizar el adicional por riesgo de mercado de
economías como la de Estados Unidos o la cartera global tiene poco sustento estadístico da-
da la baja correlación existente entre los rendimientos de los mercados desarrollados y emer-
gentes.
Las propuestas para un inversor doméstico pueden resumirse en dos alternativas com-
plementarias:
♦ Usar el enfoque del valor actual neto, calcular tasas de rendimiento para la economía
usando modelos como aquellos que parten de GCAPM más adicional por riesgo país
sin ajustes o modelos basados en calificaciones crediticias (ver Harvey y Damodaran).
El riesgo de mercado de la inversión incorporarlo mediante el ajuste del flujo de fon-
dos. De hecho si se está frente a inversores domésticos poco diversificados, los riesgos
propios del proyecto, iliquidez, tamaño y endeudamiento pueden ajustarse en el flujo
proyectado.
79
El riesgo de la inversión queda expuesto en la proyección de los flujos de fondos.
♦ Usar el enfoque de opciones reales. Trabajar sobre el flujo de efectivo, estudia ndo los
riesgos no diversificables de la inversión e incorporando las flexibilidades derivadas
de las alternativas del proyecto. El descuento a un tipo libre de riesgo. Este enfoque es
recomendable para inversores con baja diversificación o altas barreras de salidas de la
inversión.
REFERENCIAS
Bruner B., Best practices in estimating the cost of capital: Survey and synthesis, Financial Practice and
Education, 1998
Beaver, W, Kettler, P & Scholes, M., The association between market determined and accounting deter-
mined risk measured, The Accounting Review, 45, 1970
Black, F., Jensen, M.C & Scholes, M., The Capital Assets Pricing Models: Some empirical Tests, Studies
in the Theory of Markets, New York Praeger 1972
Blume, M., Betas and their regression tendencies, Journal of Finance, 1975
Breeden D., An intertemporal asset pricing model with stochastic consumption and investment opportu-
nities, Journal of Financial Economics, 1979
Breeden D., Gibbons M. & Litzemberger R., Empirical tests of the consumption-oriented CAPM, Jour-
nal of Finance, 1989
Brennan M., Capital market equilibrium with divergent borrowing and lending rates, Journal of Finan-
cial and Quantitative Analysis, 1971
Brito O., Portfolio selection in an economy with marketability and short sales restrictions, Journal of
Finance, 1978
Claus, J y Thomas J., Equity premia as long as three percent? Empirical evidence from analysts, Journal
of Finance, 2001
Copeland, T, Koller. T & Murrin. J., Valuation: Measuring and Managing the Value of Companies,
Wiley, 2nd Ed, 2000
Damodaran A., Applied Corporate Finance. A User´s Manual, McGraw Hill 1999
Elton E & Gruber M., Modern Portfolio Theory and Investment Analysis, Wiley, 5th Ed
Erb, C Harvey, C & Viskanta, T., New perspectives on emerging market bonds, Journal of Portfolio
Management, 1999
Erb, C Harvey, C y Viskanta, T., Risk in emerging, The Financial Survey, 1998
Fama E. & MacBeth J., Tests of the multiperiod two-parameter model, Journal of Financial Economics,
1974
Fama E., Multi-period consumption-investment decision, American Economic Review, 1970
Fama Eugene, Foundations of Finance, New York, Basic Books 1976
Fama, E & Schwert, W., Asset returns and inflation, Journal of Financial Economics, 1977
Fama, E. & French K., The cross-section of expected stock returns, Journal of Finance, 1992
Fernández P., Optimal capital structure: Problems with the Harvard and Damodaran Approaches, WP
454. IESE
Fornero, R., Finanzas de empresas en mercados emergentes, WP XXIII Jornadas Nacionales de Admi-
nistración Financiera. Argentina, 2003
Fornero, R., Valuación de empresas en mercados financieros emergentes: Riesgo del negocio y tasa de
actualización, WP Universidad Nacional de Cuyo, 2002
Gibbons, M., Multivariate Tests of financial models: A new approach, Journal of Financial Economics,
1982
Gordon, M., Financing and the Valuation of a Corporation, Irwin, 1962
Harvey C., The international cost of capital and risk calculator, WP, 2001
Lanskroner Y., The demand of fisky assets and uncertain inflation, Journal of Finance, 1976
Lintner John, The effect of short selling and margin requirements in perfect capital markets, Journal of
Financial and Quantitative Analysis, 1971
Litzemberger R. & Ramaswany K., The effects of personal taxes and dividends on capital asset prices:
Theory and empirical evidence, Journal of Financial Economics, 1979
McCulloch, B., Long term market return assumptions for the 2002, December Economics and Fiscal
update,. New Zealand Treasury, 2002
Merton R., An intertemporal capital assets pricing model, Econometrica, 1973
Modigliani, F y Miller, M., The cost of capital, corporation finance and the theory of investment, Ameri-
can Economic Review, 1958
Myers, S y Turnbull, S., Capital budgeting and the CAPM: Good news and bad news, Journal of Fi-
nance, 1977
Pereiro L y Galli M.: La determinación del costo del capital en la valuación de empresas de capital ce-
rrado: Una guía práctica. WP Universidad Torcuato Di Tella, 2000
Pratt, Shannon, Cost of Capital. Estimation and Applications, Wiley, 2000
Rotstein, F, Esandi, J y Jaitt, F., Modelos de equilibrio y la predicción de fracasos financieros. Los betas
y la información contable , WP, Universidad Nacional del Sur, 2002
Salomon Smith & Barney., A practical approach to the international valuation & Capital allocation
puzzle, WP, 2002
Sharpe W. y Cooper F., Risk-return class of NYSE common stocks, 1931-1967, Financial Analysts
Journal, 1972
Vasicek, O., A note on using cross-sectional information in bayesian estimation of security betas, Jour-
nal of Finance, 1973
Welch, I., Views of financial economist on the equity premium and on professional controversies, Jour-
nal of Business, 2000

Capm. Evolución y Compatibilidad Con Los Mercados Emergentes

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capm. Evolución y Compatibilidad Con Los Mercados Emergentes

Cargado por

Copyright:

Formatos disponibles

XXIV Jornadas Nacionales de Administración Financiera 126

CAPM. EVOLUCIÓN Y COMPATIBILIDAD

SUMARIO: 1. Introducción; 2. Fundamentos del modelo; 3. Revisión de los

Para comentarios: milanesi@uns.edu.ar

llados. Se expone brevemente las diferentes alternativas teórico–prácticas de medición de los

2. Fundamentos del modelo

2.1 Orígenes y su utilización en la actualidad

Cuadro 1. Uso de CAPM en EEUU (Bruner5 )

Cuadro 2. Uso de CAPM en Argentina

2.2 Supuestos del mode lo

♦ Los inversores adoptan sus decisiones de inversión en términos de retornos esperados

2.3 Una aproximación simple al modelo

Gráfico 1. Línea de mercado de valores. Espacio Beta y nueva definición

2.4 Desarrollo formal

Si θ es tomado a partir de cada activo integrante de la cartera de mercado, calculando la de-

mún se llega a la siguiente expresión,

Sustituyendo el valor de λ en la ecuación [10] se tiene la expresión general de la SML,

La ventaja de la presente forma de demostración está dada porque descomprime el centro de

3. Revisión de los supuestos del modelo

Cuadro 3. Resumen de revisión de s upuestos

Supuesto Autor y fuente Idea principal

Cuadro 3. Resumen de revisión de s upuestos (cont)

Supuesto Autor y fuente Idea principal

4. Principales pruebas realizadas

En el cuadro 4 se presenta un breve resumen de algunas de las diferentes pruebas realizadas.

Cuadro 4. Principales pruebas realizadas

Autor y fuente Procedimiento e hipótesis Conclusiones

Cuadro 4. Principales pruebas realizadas (cont)

Autor y fuente Procedimiento e hipótesis Conclusiones

γ%1 es menor que RM − Rf , se refuerza

Cuadro 4. Principales pruebas realizadas (final)

Autor y fuente Procedimiento e hipótesis Conclusiones

Fuente: a validar. También se evidenció que existe rela-

5. Las variables del modelo y los mercados financieros

5.1 Activo libre de riesgo

5.2 Economías emergentes y activo libre de riesgo

5.3 Adicional por riesgo de mercado

a) Calculo del adicional sobre la base de información histórica rendimientos observados

Cuadro 5. Alternativas de cálculo del rendimiento correspondiente al acti-

Fuentes usadas para

Medias aritméticas o geométricas: Cuando se estudian los rendimientos observados, aparece

Horizonte temporal: En lo que respecta al tamaño de la serie histórica a considerar, se sos-

Encuestas: Consisten en estimaciones del rendimiento a partir de una investigación de mer-

Variables fundamentales: Dentro del presente conjunto de técnicas, se parte de la proyección

Ganancias Anormales: En el procedimiento visto anteriormente, se asimila que la tasa pro-

5.4 Adicional por riesgo de mercado y economías emergentes

♦ Inexistencia de series amplias referentes a valores observados de activos en el merca-

Cuadro 6. Alternativas de cálculo del rendimiento de mercado

Fuentes usadas para

Rm( HistóricoGlobal) Observación de rendi- Medias aritméticas o Índices de mercado: AC-

Rm( encuestas) Proyección de rendi- Medias aritméticas o Investigación de mercado,

Rm( fundamentals) Proyección de rendi- Proyección de dividendos Análisis de datos de orga-

5.5 Coeficiente beta

a) Coeficientes Betas Históricos

c) Coeficientes Betas Comparables

d) Coeficientes Betas Contables 49

En el cuadro 7 se presenta un resumen de las diferentes opciones para la determinación del

Cuadro 7. Alternativas de cálculo de coeficientes beta

Fuentes Usadas para

β ( contable ) Coeficiente beta sobre Regresión rendimiento Informes contables. Ren-

6. El modelo y los mercados emergentes

GCAPM 53 y los ajustes al modelo. Un problema de perspectiva